虛擬現(xiàn)實仿真平臺異構(gòu)并行計算關(guān)鍵技術(shù)研究.pdf

1、面向單核處理器的傳統(tǒng)單線程算法難以滿足海量數(shù)據(jù)處理的實時性需求,也無法充分發(fā)揮多核處理器的計算潛力,并行計算技術(shù)成為計算機性能優(yōu)化的前沿技術(shù)。特別在多媒體、三維圖形這些具有高實時性需求的領(lǐng)域,快速處理海量數(shù)據(jù)的需求尤為迫切。本文研究對象是虛擬現(xiàn)實地理信息系統(tǒng)一體化仿真平臺VRGIS,它是一套集虛擬現(xiàn)實及地理信息系統(tǒng)為一體的軟件平臺,該軟件具備城域級別三維模型數(shù)據(jù)以及三維地形數(shù)據(jù)的承載能力,還支持多種復雜自然現(xiàn)象模擬以及三維可視化特效,并

2、且具備較高的畫面逼真度和交互實時性。本文旨在研究各種并行計算技術(shù),以解決VRGIS在三維仿真過程中以骨骼動畫和粒子系統(tǒng)為代表的各種性能瓶頸問題。
　　主要研究內(nèi)容如下:
　　1.建立多技術(shù)方案交叉互評的并行計算性能評價模型
　　本文在阿姆達爾定律的理論基礎(chǔ)上,引入并行計算多技術(shù)方案交叉互評機制,完善并行計算性能評價模型。本文研究的五套并行計算技術(shù)方案中,最新的是OpenCL(Open Computing Languag

3、e,開放計算語言),可以同時用于中央處理器CPU和圖形處理器GPU。此外CPU和GPU有各自專用的并行計算技術(shù),其中:OpenMP(Open Multi-Processing,開放多線程處理)和 SSE(Streaming SIMD Extensions,流式單指令多數(shù)據(jù)擴展指令集)專門面向 CPU;GLSL(OpenGL Shading Language, OpenGL著色語言)和 CUDA(Compute Unified Devic

4、e Architecture,統(tǒng)一設(shè)備架構(gòu))專門面向GPU。
　　2.為骨骼動畫矩陣調(diào)色板算法設(shè)計多個并行計算方案
　　實現(xiàn)并改進了已有的包括 SSE和 GLSL在內(nèi)的骨骼動畫并行計算方案,結(jié)合包括CUDA、OpenC L在內(nèi)的新興并行計算技術(shù)針對骨骼動畫提出了新的并行計算方案,對比分析各種并行計算技術(shù)。在設(shè)計了多套并行方案的基礎(chǔ)上,為骨骼動畫多個并行計算方案設(shè)計自適應(yīng)抉擇策略,支持在不同性能配置的并行硬件上,自動選中最優(yōu)方

5、案。
　　3.為柏林噪聲風場擾動噴泉粒子系統(tǒng)設(shè)計基于OpenCL的并行計算方案
　　為了提升噴泉粒子系統(tǒng)仿真效果的逼真度,引入柏林噪聲隨機因子模擬風場擾動效果,動態(tài)模擬過程所需復雜運算極大影響仿真實時性,本文采用基于OpenCL的并行計算技術(shù),同時面向CPU和GPU提出了粒子系統(tǒng)性能改進方案。
　　4.構(gòu)建多個并行計算任務(wù)與多個并行計算設(shè)備之間的映射原則
　　當多個模塊同時進行并行計算時,為了充分挖掘CPU和GP

6、U等多個設(shè)備的異構(gòu)并行計算能力,在前文隔離拆分并獨立解決VRGIS內(nèi)部包括骨骼動畫和粒子系統(tǒng)兩大瓶頸問題的基礎(chǔ)上,將兩個模塊重新合并在一起作為多任務(wù)系統(tǒng),研究虛擬現(xiàn)實仿真平臺多個并行計算任務(wù)與多個并行計算設(shè)備之間的映射原則和執(zhí)行方案。
　　本文創(chuàng)新點主要體現(xiàn)在以下三個方面:
　　1.提出基于Ope nCL面向CPU和GPU異構(gòu)體系的骨骼動畫矩陣調(diào)色板算法。功能創(chuàng)新:提升面向GPU骨骼動畫矩陣調(diào)色板算法的可移植性,原先基于CU

7、DA的算法依賴特定的GPU,基于OpenCL面向GPU的矩陣調(diào)色板算法普遍適用于各種GPU。性能創(chuàng)新:面向CPU的OpenCL算法,以CPU串行算法和基于SSE疊加OpenMP的傳統(tǒng)并行算法作為性能參考基準,加速比分別是3.9和1.5。
　　2.設(shè)計骨骼動畫多并行方案的自動調(diào)優(yōu)算法。功能創(chuàng)新:本文為骨骼動畫矩陣調(diào)色板算法設(shè)計了5套并行優(yōu)化方案,并設(shè)計自動選擇最優(yōu)方案的算法。包括最新的是OpenCL,可以同時用于中央處理器CPU和圖

8、形處理器 GPU。此外還為CPU和GPU設(shè)計了專用的并行方案,其中:OpenMP和SS專門面向CPU;GLS L和CUDA專門面向 GPU。性能創(chuàng)新:在所有不同CPU和GPU配置上,自動尋找可行的而且性能最優(yōu)的方案。
　　3.提出多粒度任務(wù)與異構(gòu)并行設(shè)備之間的動態(tài)映射和負載均衡策略。功能創(chuàng)新:首先設(shè)計了第二個基于OpenCL面向CPU和GPU異構(gòu)體系的并行任務(wù)——柏林噪聲風場擾動粒子系統(tǒng)噴泉,將現(xiàn)有基于 C UD A的柏林噪聲并行

9、算法移植到OpenCL,從而突破了硬件限制,提升了柏林噪聲并行算法的可移植性和通用性。結(jié)合粒子系統(tǒng)噴泉和上文的骨骼動畫,設(shè)計多任務(wù)與異構(gòu)并行設(shè)備映射原則。性能創(chuàng)新:按照CPU和GPU對不同任務(wù)的OpenCL并行加速能力的不同,將并行任務(wù)按加速比系數(shù)進行分配,通過降低設(shè)備等待時間提升性能。
　　本文結(jié)合虛擬現(xiàn)實仿真平臺的骨骼動畫模塊和粒子系統(tǒng)模塊研究多種并行計算技術(shù),當研發(fā)人員需要做以下決策時——是否將現(xiàn)有串行算法進行并行化、是否追