面向科學計算的浮點型數據壓縮方法研究.pdf

1、隨著數據時代的到來，各行各業(yè)所產生的數據呈指數級增長，數據的多樣性和爆發(fā)式增長給數據存儲和傳輸帶來了巨大壓力，嚴重阻礙了高性能計算在科學領域的運用和發(fā)展。數據壓縮一直是人們用于解決此類問題的熱點技術，尋找高效的數據壓縮技術可以有效降低數據存儲量和傳輸成本。而在科學計算領域，數據通常不以一般文件中的字符串形式存在，而是以浮點型數據的格式傳輸于各個計算機群中，因此，本文主要面向科學計算的浮點型數據壓縮方法進行研究。
　　科學數據的表現

2、形式多種多樣，本文土要研究單精度浮點型數據。根據IEEE754格式，本文提出一種高效便捷的數據壓縮技術-尾數整型化(Think Mantissa as Integer-TMI)，主要研究工作如下：
　　1、對浮點型數據的符號域、指數域和尾數域分別映射、分別壓縮，并對壓縮后的數據以二進制位為單位進行存儲。由數據按時問序列有序產生，設計出時間域壓縮(T-TMI)、空間域壓縮(S-TMI)和時間空間域壓縮(T-S-TMI)三種方案，并從

3、理論上分析了TMI壓縮方法的效率。
　　2、根據TMI壓縮方法的理論原型，提出基于CPU的OpenMP并行TMI壓縮方法(OMPTMI)。將原有TMI壓縮方法按分塊機制并行化處理，并將各個塊分別分配給小同內核同步處理，以加快數據壓縮速度。
　　3、鑒于GPU在科學計算中的廣泛應用，進一步提出基于GPU的OpenCL并行TMI壓縮方法(CLTMI)。通過移植等手段，將TMI技術由CPU轉移到GPU，并采用棋盤分割的方式充分利用

4、GPU所提供的眾核技術，實現了數據壓縮速度的飛躍。
　　本文采用仿真實驗(磁場仿真、流體仿真)對文中所提出的TMI、OMPTMI和CLTMI三種方法進行驗證，實驗結果表明：TMI壓縮方法比當前流行的壓縮工具WinRAR和WinZIP快最高達5倍；而OMPTMI壓縮方法比TMI壓縮方法快N倍，其中N表示CPU的核數(N<=4)；若當數據已存于GPU中時，則CLTMI壓縮方法比OMPTMI壓縮方法快近30倍。由此可見，本論文的研究及實