<output id="17x5x"><p id="17x5x"><del id="17x5x"></del></p></output>

    <form id="17x5x"><listing id="17x5x"></listing></form>
    <address id="17x5x"><dfn id="17x5x"></dfn></address>
    <sub id="17x5x"><var id="17x5x"><mark id="17x5x"></mark></var></sub>
    <address id="17x5x"><listing id="17x5x"><mark id="17x5x"></mark></listing></address>

      <sub id="17x5x"><var id="17x5x"></var></sub>
      <thead id="17x5x"><dfn id="17x5x"><ins id="17x5x"></ins></dfn></thead>
      <address id="17x5x"><listing id="17x5x"></listing></address>

          <address id="17x5x"><listing id="17x5x"></listing></address><sub id="17x5x"><var id="17x5x"><output id="17x5x"></output></var></sub>
             
            
          一種基于GPU的枚舉排序算法及其并行化(點擊標題下載全文) 已下載

          摘要:針對枚舉排序算法在處理大規模數據時存在運算量大、計算時間長、計算效率低等問題,提出一種利用GPU并行運算提升大規模數據處理速度的方法。在CUDA下對枚舉排序算法進行串-并行分析,分別從細粒度與粗粒度角度進行優化,根據CPU與GPU的結構特點優化排序數據的讀取和存儲方式,內核采用一個GPU線程對應一次比較操作的計算方法,以充分利用GPU計算能力。實驗結果表明,當排序數據規模大于40 000時,在GPU上的運算速度比在CPU上快3倍左右,并且隨著數據規模的不斷增大,加速比越來越大。研究結果對于提升大規模數值計算效率具有重要的意義。

          • DOI:

            10.16186/j.cnki.1673-9787.2020.6.20

          • 專輯:

            理工B(化學化工冶金環境礦業); 電子技術及信息科學

          • 專題:

            計算機硬件技術; 自動化技術

          • 分類號:

            TP332;TP274

           
           
          Insert title here
          Copyright ?2013. All Rights Reserved  河南理工大學出版中心 
           Tel:0391-3987068,3987069;E-mail:
          zkxb@hpu.edu.cn,skxb@hpu.edu.cn
          建議使用win7以上系統,和IE9及以上瀏覽器以獲得更好的使用體驗
          快三遗漏数据