轻工学报

作者：吴怀广, 刘琳琳, 石永生, 李代祎, 谢鹏杰

单位：郑州轻工业大学计算机与通信工程学院,河南郑州450001

关键词：ARL, 并行化算法, Gridding算法, CUDA

基金：国家重点研发计划政府间科技合作项目（2016YFE0100600；2016YFE0100300）

针对海量天文数据实时性处理效率低的问题，通过对SKA图像采集及成像ARL算法库中耗时较长的Gridding算法进行耗时分析，找出了该算法中调用频率高且运行时间长的两个函数convolutional-grid和convolutional-degrid，利用GPU的多线程并行化处理降低两个函数的循环迭代，实现了Gridding算法在GPU和CPU上的协同运行.验证实验结果表明，在相同的数据量下，改进后的Gridding算法运行时间大大缩短，特别是在处理海量数据时，有效提高了ARL的整体运行效率.

来源：2019年第2期

《轻工学报》期刊编辑部

查看轻工学报杂志2019年第2期