多GPU環(huán)境下的并行體繪制.pdf

1、在科學計算可視化領域中，體繪制技術為人們提供了觀察和分析數據的方法。體繪制能夠將晦澀的數據可視化成形象的圖形表示，并且可以通過對數據的交互操作，方便地分析數據內部和隱含的信息。但是當數據規(guī)模太大時，單一處理器無法高效完成繪制工作。為了能夠對大規(guī)模數據集進行實時繪制，本文主要研究了多GPU環(huán)境下，對大數據的并行體繪制問題，目標是利用多處理器的優(yōu)勢，在高分辨率下完成對大規(guī)模數據集的實時繪制問題。
　　 并行體繪制技術通過在集群節(jié)點的

2、每一個處理器之間動態(tài)分布數據集來完成大規(guī)模數據的可視化問題。本文使用基于CUDA的Sort-last并行計算方法，將大規(guī)模數據用KD樹分割為小數據塊，之后再為每一個GPU分配一個或者多個分塊數據繪制任務，每一個數據分塊在計算后將得到一張結果子圖像，再使用CPU或者GPU方法，將圖像按照體繪制光線模型，在對比像素深度后合成最終圖像。
　　 本文對并行體繪制流程中各個環(huán)節(jié)，包括子圖像計算時間，圖像數據拷貝時間與合成時間作了仔細分析。

3、由于處理器之間的負載平衡會對繪制性能產生影響，所以本文使用KD樹分割數據并動態(tài)分配分塊數據解決計算時間的平衡問題。針對數據拷貝時間太長的問題，本文通過將數據拷貝與計算異步并行加速了整體繪制效率。對于圖像合成方法，本文使用了GPU并行合成算法提高了圖像合成效率。
　　 在上述工作的基礎上，本文將并行體繪制方法集成到我們開發(fā)的體數據可視化平臺Voxer中。Voxer(Volume Explorer)是我們開發(fā)的通用體數據可視化平臺，