拉普拉斯生长的GPU实现与硬件加速

来源 :计算机工程与应用 | 被引量 : 1次 | 上传用户：ewenxj860411

【摘要】

：

编写实现了六方点阵中拉普拉斯模型的随机行走雪花生长的CUDA(Compute Unified Device Archi-tecture)程序,分析了GPU(Graphic Processing Unit)随机行走计算效率,对比了拉普拉斯模型随机行走雪花生长的GPU与CPU加速特性,给出了该模型随机计算环境尺寸增加的用时增长曲线。

【作者】

：

张学智齐记林平

【机构】

：

兰州大学物理科学与技术学院,中国科学院近代物理研究所

【出处】

：

计算机工程与应用

【发表日期】

：

2012年22期

【关键词】

：

拉普拉斯模型随机行走通用并行计算架构(CUDA) Laplace growth random walk Compute Unified Device Arc

【基金项目】

：

中科院“战略性先导专项”（No.XDA01020304）,国家自然科学基金资助项目（No.91026005）.

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

专其一,琢其例,训其实——《素材好,文才好》作文教学实录与评析

<正>本节作文指导课是在江苏省第五届苏派作文教学名师精品课堂观摩与研讨活动上执教的,其训练点为"怎样选材"(统编版初一下学期第四单元)。本节课设计的主要设想就是"三精",

期刊

教学实录打篮球《素材好文才好》三要三不要

基于改进型统计区域增长的遥感图像分割

随着遥感技术的发展,高分辨率遥感图像内容变得越来越复杂,信息表现更加精细,将某些中、低分辨率图像的图像分割、分类算法直接应用到这类图像上时,其效果往往不理想。在传统区域增长算法的基础上,进行了四重优化,采用四邻域策略组合成像素对,严格化合并准则,在不同尺度下将像素对进行合并,得到较好的分割影像。实验证明,该算法较大程度上实现了目标的提取,减少了传统区域合并算法的计算量,与原算法相比较更多地考虑了像

期刊

高分辨率遥感影像多尺度分割统计区域增长四邻域策略多边形对象high-resolution remote sensing imagery multi-s

高职专业课微课教学设计思路探讨——以《网页设计课》程为例

高职专业课程出现了一种新的教学模式——微课。我们如何更好地去完成微课的教学设计,关系着学生是否能将微课变成学习的有效手段。所以在制作微课时我们该如何选择教学内容

期刊

高职教学微课计算机专业教学设计

拉普拉斯生长的GPU实现与硬件加速

其他学术论文