CPU+GPU异构环境下数据密集型矢量多边形地理大数据并行框架

作     者：徐云耘 周琛 李满春 XU Yunyun;ZHOU Chen;LI Manchun

作者机构：南京大学地理与海洋科学学院江苏南京210023 

基　　金：国家重点研发计划(2017YFB0504205) 国家自然科学基金(41901318) 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2022年第5期

页      码：110-119页

摘      要：本文提出了面向CPU+GPU异构环境的数据密集型矢量多边形地理大数据并行计算框架(PFGAP)。PFGAP将数据密集型矢量多边形地理大数据的并行计算分解为算子、数据、粒度、并行环境及任务调度5个模块,分别设计相应的负载均衡并行计算策略;通过封装并行计算实现细节及数据密集型多边形算子的快速并行化。试验采用多边形三角剖分、栅格化及投影变换作为测试算例,采用土地利用数据作为测试数据,在不同类型的并行环境中计算并行效率。结果表明,PFGAP能很好地适用于不同类型的数据集、算子及并行计算环境。利用PFGAP实现的并行算法显著地降低了串行执行时间,取得了40.03的最优并行加速比。试验还分别测试了各个模块涉及的并行策略,结果表明取得的并行效率优于现有并行策略。

主 题 词：地理信息系统 矢量多边形 空间计算 CPU+GPU异构并行环境 并行框架 

学科分类：081603[081603] 081802[081802] 07[理学] 08[工学] 070503[070503] 0818[工学-交通运输类] 0705[理学-地理科学类] 0816[工学-纺织类] 

核心收录：

D　O　I：10.13474/j.cnki.11-2246.2022.0151

馆 藏 号：203111903...