文献类型：期刊文章

作　　者：梁军[1] 李威[2] 肖琳[3] 徐歆恺[1]

机构地区：[1]北京联合大学电子信息技术实验实训基地,北京100101 [2]北京联合大学自动化学院,北京100101 [3]北京联合大学应用科技学院,北京102200

出　　处：《计算机工程》

基　　金：国家自然科学基金重大研究计划项目(91420202);北京市教育委员会科技计划面上项目(SQKM201411417010;KM201511417003)

年　　份：2016

卷　　号：42

期　　号：12

起止页码：44-49

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：在异构计算平台的移植和优化过程中,数字图像处理算法的访存性能已成为制约系统性能的主要因素。为此,结合NVIDIA Tegra K1硬件架构特征和具体算法特性,从合并与向量化访存优化、全局访存bank和channel冲突消除等方面,对矩阵转置算法和拉普拉斯滤波算法在NVIDIA Tegra K1异构计算平台上的实现和访存性能优化进行研究。实验结果表明,采用优化方法后的矩阵转置算法和拉普拉斯滤波算法在NVIDIA Tegra K1异构计算平台上取得了较大的访存性能提升,并且具有较好的实时性。

关 键 词：GPU优化  访存带宽  数据本地化  向量化 合并访问  拉普拉斯滤波算法  

分 类 号：TP311.1]