大規(guī)模數(shù)據(jù)并行可視化關(guān)鍵技術(shù)研究.pdf

1、并行可視化是將并行處理技術(shù)與可視化技術(shù)相結(jié)合的可視化研究方向，是提高可視化效能的有效技術(shù)途徑，已成為科學(xué)可視化技術(shù)領(lǐng)域的研究熱點(diǎn)，在科學(xué)計(jì)算和工程分析中占據(jù)著非常重要的地位。并行可視化技術(shù)雖然具有很大發(fā)展?jié)摿蛷V闊應(yīng)用前景，但是，至今大規(guī)?？茖W(xué)數(shù)據(jù)并行可視化仍面臨著諸如數(shù)據(jù)預(yù)處理時(shí)間長(zhǎng)、并行繪制效率不高等問(wèn)題，要實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的實(shí)時(shí)并行可視化仍然面臨嚴(yán)峻挑戰(zhàn)。
　　隨著計(jì)算機(jī)硬件技術(shù)不斷發(fā)展，尤其是GPU技術(shù)的不斷革新，高性能GP

2、U集群的可視化能力得到了突飛猛進(jìn)的發(fā)展，這為并行可視化的發(fā)展帶來(lái)了新的契機(jī)，為實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的高效、實(shí)時(shí)和高分辨率可視化提供了新的平臺(tái)。本文以提高大規(guī)模數(shù)據(jù)并行可視化效率為目標(biāo)，重點(diǎn)對(duì)大規(guī)模數(shù)據(jù)的組織劃分、并行繪制及并行圖像合成等關(guān)鍵技術(shù)問(wèn)題進(jìn)行了深入研究。取得的主要?jiǎng)?chuàng)新性研究成果包括如下幾個(gè)方面：
　　(1)針對(duì)目前二叉區(qū)間樹(shù)結(jié)構(gòu)存在構(gòu)造時(shí)間長(zhǎng)、數(shù)據(jù)預(yù)處理時(shí)間無(wú)法控制等問(wèn)題，本文提出一種基于柵格劃分的二叉區(qū)間樹(shù)節(jié)點(diǎn)構(gòu)造方法，能夠

3、加速構(gòu)建等值面提取索引結(jié)構(gòu)。該算法降低了預(yù)處理過(guò)程中區(qū)間排序計(jì)算的規(guī)模，通過(guò)理論分析與實(shí)驗(yàn)，證明了柵格構(gòu)造算法與傳統(tǒng)最優(yōu)算法具有相近的有效單元搜索效率，并能有效的將預(yù)處理時(shí)間縮短50％左右，大大縮短了整個(gè)大規(guī)模數(shù)據(jù)可視化過(guò)程，對(duì)具有實(shí)時(shí)性要求的可視化應(yīng)用具有實(shí)際應(yīng)用價(jià)值。
　　(2)目前多GPU系統(tǒng)依然沿用傳統(tǒng)的并行繪制模式，這使得多GPU共享內(nèi)存的優(yōu)勢(shì)難以充分發(fā)揮。針對(duì)這一問(wèn)題，本文提出一種多GPU異步并行體繪制方法，該方法首先

4、采用混合數(shù)據(jù)空間與圖像空間的任務(wù)劃分方式，將體繪制任務(wù)分配到各GPU上，之后利用GPU上的DMA硬件，實(shí)現(xiàn)了體繪制過(guò)程中的GPU間異步通信，從而使繪制計(jì)算時(shí)間與圖像傳輸時(shí)間能夠很好的重疊，有效降低了圖像合成開(kāi)銷(xiāo)。實(shí)驗(yàn)表明，在單機(jī)節(jié)點(diǎn)內(nèi)配置4個(gè)GPU且分辨率設(shè)置為3072x3072的情況下，對(duì)10GB規(guī)模的數(shù)據(jù)進(jìn)行高透明度體繪制的幀率能夠達(dá)到10幀/秒以上，明顯優(yōu)于已有的同步繪制方法。
　　(3)受PCIe總線帶寬的限制，GPU對(duì)非

5、本地顯存的訪問(wèn)依然嚴(yán)重影響并行繪制過(guò)程中圖像合成的性能。為了盡量避免發(fā)生總線沖突，同時(shí)盡可能提高總線占用率，本文深入分析了現(xiàn)代多GPU系統(tǒng)中，NUMA體系結(jié)構(gòu)對(duì)并行繪制及圖像合成技術(shù)的影響，并通過(guò)定量化的理論分析和證明，找到了多GPU系統(tǒng)上的最優(yōu)圖像合成算法；提出了GPU-pair的圖像合成開(kāi)銷(xiāo)模型，該模型建立了GPU間讀寫(xiě)性能差異的數(shù)學(xué)關(guān)系，為進(jìn)一步減少合成通信開(kāi)銷(xiāo)奠定了理論基礎(chǔ)。實(shí)驗(yàn)表明，在4個(gè)GPU的系統(tǒng)上且分辨率為2048x20

6、48的情況下，本文實(shí)現(xiàn)的圖像合成過(guò)程耗時(shí)僅需5ms，比傳統(tǒng)消息傳遞合成方法性能提高1倍以上。
　　(4)針對(duì)現(xiàn)有圖像壓縮編碼方法不能充分發(fā)揮GPU并行效率的問(wèn)題，本文提出一種GPU實(shí)現(xiàn)的高度并行化圖像編碼壓縮方法，該方法基于像素的起始索引編碼，與現(xiàn)有的RLE及ROI方法相比，該方法的線程同步開(kāi)銷(xiāo)更少，GPU線程能夠最大程度的并行剔除無(wú)效像素，實(shí)驗(yàn)表明，本文方法的壓縮時(shí)間平均約為RLE方法的55%，平均約為ROI方法的64%。