基于GPU的天氣過程快速識別系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf

1、天氣過程的識別是影響臨近預(yù)報的準(zhǔn)確與效率的主要因素之一。一種采用聚類的多尺度天氣過程識別技術(shù)能夠很好的描述出天氣過程的氣象結(jié)構(gòu)，然而其計算量很大，十分耗時。這制約了其在臨近預(yù)報、短期天氣預(yù)警等具有一定的實(shí)時性領(lǐng)域中的應(yīng)用。以往的方法主要依靠專用硬件或在機(jī)群上并行化來解決，其缺點(diǎn)是成本高昂、維護(hù)代價大、通用性差和使用不方便。因此，需要給氣象分析人員提供一個高效、低成本、通用和便攜的方案來解決這個矛盾。近年來，使用GPU對氣象等領(lǐng)域中需要高

2、密度計算的應(yīng)用進(jìn)行加速已成為研究熱點(diǎn)之一。本文以基于GPU的天氣過程快速識別系統(tǒng)的設(shè)計與實(shí)現(xiàn)為研究課題，研究了基于聚類的多尺度識別方法在GPU平臺上的并行化問題，并提出了一些適用于特定場景下的GPU應(yīng)用的優(yōu)化技術(shù)，該研究對進(jìn)一步的優(yōu)化加速一些場景下的GPU應(yīng)用具有一定的借鑒意義。
　　 本文主要研究成果包括：(1)完成了基于GPU的天氣過程快速識別系統(tǒng)的基本設(shè)計和實(shí)現(xiàn)，給出了不同應(yīng)用場景下高效的解決方案。(2)提出了一種基于CP

3、U-GPU軟件流水線的優(yōu)化方法，有效的提高了CPU與GPU的利用率，使得原始的GPU應(yīng)用能夠獲取更高的性能。(3)提出一種輸入感知的運(yùn)行時調(diào)度支持機(jī)制，通過在主機(jī)端的運(yùn)行時模塊，來對輸入數(shù)據(jù)集的特征進(jìn)行分析，然后據(jù)此來指導(dǎo)GPU上的線程塊的調(diào)度，削減GPU上的計算負(fù)載。該研究分析了關(guān)于程序輸入對本系統(tǒng)優(yōu)化工作的影響，以及如何利用這種輸入數(shù)據(jù)集的特征來對本系統(tǒng)的回波聚類過程進(jìn)行優(yōu)化。該研究對GPU平臺上優(yōu)化與輸入相關(guān)的并行程序具有一定的指