摘要：CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。

摘要：汽车NVH性能是衡量汽车乘坐舒适性的重要指标,其噪声声压级高低和振动幅值大小直接影响乘员的主观感受。通过怠速时整车NVH测试,确定动力总成悬置系统对驾驶员座椅处NVH性能影响最大。选取动力总成四点悬置处刚度和阻尼作为设计变量,利用基于薄板样条插值函数的高维模型(TPS-HDMR)构建设计变量与目标函数之间的近似模型。以驾驶员座椅处振动幅值为约束条件,采用遗传算法对驾驶员右耳处声压级进行优化,优化结果表明客车NVH性能得到明显提升,验证了该方法的可行性。