基于总变分最小化模型的异步并行GPU加速算法

Lu Wanli,Cai Ailong,Zheng Zhizhong,Wang Linyuan,Li Lei,Yan Bin

Acta Optica Sinica（2018）

引用 1|浏览1

暂无评分

摘要

相比于传统同步并行计算策略,在异步并行计算框架下,针对最常用的总变分(TV)最小化重建模型,通过将其转化为不动点迭代问题,并利用异步交替方向法(ADM)进行求解,推导出基于TV最小化模型的异步ADM迭代重建算法,即异步交替方向总变分最小化算法(Async-ADTVM).利用消息传递接口技术将该算法在图形处理器(GPU)集群上进行测试,进一步提高了原始基于TV最小化模型的迭代重建算法的计算效率.实验表明,该算法在计算求解精度上略优于ADTVM算法,同时在GPU性能存在差异的条件下相比传统多GPU加速策略可获得更高的加速比.

查看译文

关键词

imaging systems, optimization-based reconstruction method, asynchronous parallel iteration, total variation minimization model, multi-graphics processing unit acceleration

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要