GPU架构下的并行计算

J4 ›› 2012, Vol. 30 ›› Issue (6): 630-633.

GPU架构下的并行计算

杨柳¹, 刘铁英²

1. 吉林工商学院信息工程分院, 长春 130062； 2. 长春职业技术学院, 信息分院, 长春 130033

收稿日期:2012-08-30 出版日期:2012-11-23 发布日期:2013-06-05
作者简介:杨柳 (1979—), 女, 长春人, 吉林工商学院讲师, 硕士, 主要从事算法研究, （Tel）86-15584279857(E-mail)yangliu7025@sina.com
基金资助:
吉林省教育厅“十二五”科学技术研究基金资助项目（吉教科合字［2012］第371号）

GPU Architecture of Parallel Computing

YANG Liu¹, LIU Tie-ying²

1. Department of Information Engineering, Jilin Business and Technology College, Changchun 130062, China；2. School of Information Technology, Changchun Vocational Institute of Technology, Changchun 130033, China

Received:2012-08-30 Online:2012-11-23 Published:2013-06-05

摘要/Abstract

摘要：

为降低粒子群优化算法(PSO: Particle Swarm Optimization)时间和空间的复杂度随问题规模的增大而越来越高的问题, 对图形处理器（GPU: Graphic Processing Unit）用于并行计算的方法进行了分析, 利用GPU的并行特性, 实现了粒子群优化算法路径搜索过程的并行化。测试函数实验结果证明, GPU平台较CPU模式下的计算, 其搜索速率有明显提高。

关键词: 图形处理器, 并行计算, 粒子群优化算法

Abstract:

In order to reduce the PSO (Particle Swarm Optimization) in time and space on the complexity of the problem, the GPU(Graphic Processing Unit)for parallel computing method is analized. Using GPU parallel characteristic, Particle PSO path search process in GPU platform is achied in paralled, Function test results show that the GPU mode is greater than the CPU mode calculation improve search speed.

Key words: graphic processing unit(GPU), parallel computing, particle swarm optimization

中图分类号:

TP399

杨柳, 刘铁英. GPU架构下的并行计算[J]. J4, 2012, 30(6): 630-633.

YANG Liu, LIU Tie-ying. GPU Architecture of Parallel Computing[J]. J4, 2012, 30(6): 630-633.

[1]	姜宁 . 基于多维特征的通信网络异常数据识别算法[J]. 吉林大学学报(信息科学版), 2024, 42(5): 889-893.
[2]	杨华民 , 于志 , 底晓强 , 梁钟予 , 张兴旭 . 基于学生行为数据的学生心理健康状态预测[J]. 吉林大学学报(信息科学版), 2022, 40(5): 819-828.
[3]	蔡娣 , 路阳 , 林立媛 , 杜娇娇 , 管闯. 基于稀疏自编码和 SPSO-SVM 的稻瘟病早期病害识别[J]. 吉林大学学报(信息科学版), 2022, 40(3): 416-423.
[4]	张超, 侯男, 路敬祎, 王闯. 改进的 PSO-VMD 算法及其在管道泄漏检测中的应用[J]. 吉林大学学报(信息科学版), 2021, 39(1): 28-36.
[5]	赵航, 岳晓峰, 方博, 袁晓磊, 马国元, 郭宋吾铭. 基于PSO-GA-BP神经网络的视觉伺服控制系统[J]. 吉林大学学报(信息科学版), 2020, 38(2): 172-178.
[6]	康朝海, 王思琪, 任伟建, 王博宇. 基于高斯学习多峰延迟粒子群优化算法[J]. 吉林大学学报(信息科学版), 2019, 37(4): 399-407.
[7]	任伟建, 高梦宇, 高铭泽, 张鹏, 刘丹. 基于混合算法的点云配准方法研究[J]. 吉林大学学报(信息科学版), 2019, 37(4): 408-416.
[8]	王雪,王秋爽 . 基于混合优化算法的医学图像配准技术[J]. 吉林大学学报(信息科学版), 2016, 34(5): 703-708.
[9]	王新磊, 何凯, 王晓文. 引导滤波算法的CUDA 加速实现[J]. 吉林大学学报(信息科学版), 2016, 34(1): 104-110.
[10]	王刚刚, 廖庆, 徐玉蕊, 刘乐, 侯阿临. 改进型粒子群优化算法的BP 神经网络全息图压缩[J]. 吉林大学学报(信息科学版), 2016, 34(1): 147-151.
[11]	潘欣, 孙宏彬. 并行的中心点优化选取遥感影像聚类算法[J]. 吉林大学学报(信息科学版), 2015, 33(4): 441-.
[12]	于晓鹏\|曹春红. 基于SFLA-PSO算法的几何约束求解[J]. J4, 2012, 30(2): 203-206.
[13]	刘微\|陈贺新\| 陈瀚宁\| 陈绵书. 改进的PSO算法在RFID网络调度中的应用[J]. J4, 2011, 29(02): 121-.
[14]	李伟伟. 基于物理模型的水墨画仿真实现[J]. J4, 2010, 28(06): 582-.
[15]	邸朝生\|朱人杰\|曲仁慧. 基于PSO-PTS算法的E形双频微带天线设计[J]. J4, 2009, 27(05): 493-.