基于GPU的并行支持向量機(jī)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算需求的擴(kuò)大、數(shù)據(jù)庫(kù)技術(shù)的成熟、信息技術(shù)與生物基因技術(shù)的發(fā)展,高性能計(jì)算已經(jīng)成為了最熱門的研究領(lǐng)域之一。當(dāng)前高性能計(jì)算的發(fā)展水平不僅是衡量一個(gè)國(guó)家綜合國(guó)力和國(guó)際競(jìng)爭(zhēng)力的重要指標(biāo),也是世界各國(guó)競(jìng)相爭(zhēng)奪的戰(zhàn)略制高點(diǎn)。
　　 從第一塊GPU的出現(xiàn)到現(xiàn)在已經(jīng)過(guò)去了十幾個(gè)年頭,在很長(zhǎng)一段時(shí)間內(nèi)GPU只能被用于視頻編解碼、3D渲染等圖像處理領(lǐng)域。隨著GPU性能的不斷提升、功能的不斷增強(qiáng),它逐漸被應(yīng)用到需要大量計(jì)算能力的科學(xué)計(jì)算領(lǐng)域。2

2、001年已經(jīng)開(kāi)始有人利用GPU來(lái)加速矩陣乘法運(yùn)算,隨后,基于GPU加速的應(yīng)用出現(xiàn)了爆炸式的增長(zhǎng)。科學(xué)界對(duì)GPU的利用也促使GPU本身的架構(gòu)發(fā)生巨大變化,為了適應(yīng)科學(xué)計(jì)算的需求,GPU漸漸向通用架構(gòu)轉(zhuǎn)變,它不僅能加速圖形應(yīng)用,還能加速科學(xué)計(jì)算應(yīng)用,基于GPU的高性能計(jì)算也逐漸成為研究的熱點(diǎn)之一。
　　 由于SVM在大規(guī)模數(shù)據(jù)應(yīng)用中存在著訓(xùn)練速度緩慢,內(nèi)存資源占用較多等缺陷,通過(guò)設(shè)計(jì)合適的并行算法程序并利用GPU進(jìn)行運(yùn)算以提高SVM

3、的實(shí)用性是非常有前景的。
　　 本文首先介紹了并行計(jì)算的基本概念,引出了基于GPU的高性能計(jì)算方式。概括CUDA架構(gòu)的特點(diǎn),總結(jié)了此架構(gòu)的兩大重點(diǎn)概念:線程模型和存儲(chǔ)模型。然后介紹了OpenCL編程模型、SVM以及SMO訓(xùn)練算法的相關(guān)知識(shí),詳細(xì)分析了SMO訓(xùn)練算法中的并行點(diǎn),并由此設(shè)計(jì)了并行算法。與傳統(tǒng)的串行算法相比,本設(shè)計(jì)主要在三個(gè)方面做了并行化處理:多分類器訓(xùn)練、大規(guī)模矩陣運(yùn)算以及樣本的尋找。實(shí)驗(yàn)分析結(jié)果表明,并行算法基本滿

4、足了設(shè)計(jì)要求。此外,本文在深入了解基于GPU的并行程序設(shè)計(jì)基礎(chǔ)上,選用OpenCL作為算法實(shí)現(xiàn)工具,基于Visual Studio2010完成了算法程序開(kāi)發(fā)。文中詳細(xì)地介紹了算法設(shè)計(jì)以及關(guān)鍵程序設(shè)計(jì),并在理論上對(duì)實(shí)驗(yàn)結(jié)果做出了預(yù)測(cè)。
　　 最后,本文基于Core i7980X+GTX470和Q9400+Geforce310搭建了兩個(gè)實(shí)驗(yàn)平臺(tái),并在這兩個(gè)平臺(tái)上分別進(jìn)行了算法仿真實(shí)驗(yàn)。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析表明,基于GPU的并行支持向