基于CUDA并行框架的簡化球諧波模型快速求解方法.pdf

1、光學(xué)分子成像作為一種迅速發(fā)展的醫(yī)學(xué)影像技術(shù),由于具有無創(chuàng)性、高靈敏度、高時間分辨率、成像價格低等優(yōu)點而得到了廣泛重視和應(yīng)用,近年來已經(jīng)成為了影像領(lǐng)域的研究熱點。在光學(xué)分子成像領(lǐng)域中,光子在生物組織中傳輸過程的精確建模與快速求解具有重要的研究意義。本文圍繞生物組織中光傳輸問題展開研究,通過詳盡地分析各種光傳輸前向模型,特別是簡化球諧波模型(simplified spherical harmonics,SPN)的特點,針對該模型的數(shù)值求解方

2、法進行了深入的研究,并探討了有限元數(shù)值求解方法移植到圖形處理器(graphics processing unit,GPU)并行執(zhí)行的可行性。
　　對于多維復(fù)雜幾何結(jié)構(gòu),隨著近似階數(shù)N的增大,SPN模型將會面臨計算量較大的問題。同時考慮有限元算法作為一種離散化近似求解的數(shù)值方法,具有天然的可并行性。因此,本文提出了一種基于GPU高性能計算的并行有限元算法,用于加速求解基于SPN方程的光傳輸過程。本方法采用由NVIDIA公司推出的通用

3、并行計算框架——統(tǒng)一計算設(shè)備架構(gòu)(compute unified device architecture,CUDA)作為并行計算解決方案,使其求解結(jié)果能夠在確保較高精度的同時,又縮短了大量的計算時間。
　　在充分考慮CUDA平臺GPU的硬件特點后,本文又對有限元算法程序中計算量較大的線性方程組求解部分進行了相應(yīng)的算法優(yōu)化設(shè)計,包括精簡優(yōu)化GPU核心函數(shù)代碼和對程序結(jié)構(gòu)、存儲器、數(shù)據(jù)通信進行合理優(yōu)化,充分利用GPU資源,進一步提高并