检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]第二炮兵工程大学,陕西西安710025 [2]西北综合勘察设计研究院,陕西西安710003
出 处:《微电子学与计算机》2013年第12期5-9,共5页Microelectronics & Computer
基 金:国家自然科学基金重点项目(61132008)
摘 要:针对传统Dividing Cubes算法中一次性将体元剖分为较小体元而带来大量计算的问题,提出递进式的体元剖分方式,以减少剖分过程中的计算量.同时,将算法移植到图形处理器(GPU)上执行,在统一计算设备架构(CUDA)下对其进行实现,并分别对kernel函数、线程结构和存储空间进行了设计和分配.实验结果表明,利用GPU的并行加速能力可以达到将近10倍的加速比,有效地提升了等值面的绘制速度.In traditional Dividing Cubes algorithm, voxels are divided into many small elements in one time which bring a large number of calculations. Therefore, a progressive subdivision is proposed to reduce calculations. In the meanwhile, the algorithm is transplanted into GPU, and implemented based on CUDA. The kernel, thread organization and memory allocation is also designed. Experimental results show that almost 10 times speedup is reached by using GPUrs parallel acceleration capacity.
关 键 词:等值面 剖分立方体算法 图形处理器 统一计算设备架构
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.225.34.193