耗尽型脉冲神经P系统的矩阵表示及GPU实现  

Matrix Representation and GPU Implementation for Spiking Neural P System with Exhaustive Use of Rules

作　　者：邵杰[1] 彭宏[1] 蒋洋[1] 杨雨凡[1] 黄小丽[1] 张加容[1] 高雪峰[1] 

机构地区：[1]西华大学数学与计算机学院,四川成都610039

出　　处：《西华大学学报（自然科学版）》2013年第2期5-8,共4页Journal of Xihua University:Natural Science Edition

基　　金：国家自然科学基金项目(61170030);四川省高校重点实验室开放基金(SGXZD1002-10);西华大学重点项目(Z1122632)

摘　　要：各类P系统并行计算的实现是膜计算的一个研究热点。针对耗尽型脉冲神经P系统,提出了其并行计算的矩阵表示,并以此为基础研究了耗尽型脉冲神经P系统的GPU实现。仿真实验分析了耗尽型脉冲神经P系统的并行计算在GPU上的加速性能,在10次实验中,GPU对CPU的平均加速比为1.4。The realization of parallel computing for all kinds of P systems is the research hot point for membrane computing. Matrix representation for spiking neural P system with exhaustive use of rules is proposed in this paper. With the completion of the matrix rep-resentation, the authors research the GPU implementation of the spiking neural P system with exhaustive use of rules. The parallel com-puting simulation of the spiking neural P system with exhaustive use of rules gives the acceleration performance on GPUs. In ten times experiments, the average acceleration ratio of GPU to CPU is 1.4 .

关 键 词：膜计算 脉冲神经P系统 矩阵表示 GPU计算 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]