高性能CPU/GPU协同并行可视化技术研究

Due to its high performance/cost ratio, the computing platform equipped with multi-GPU and many-CPU has been widely used in many application domain.The powerful computing ability of GPGPU give us an opportunity to improve the current performance of visualization and rendering. In this project, we will take the point of researching CPU-GPU cooperation computing and rendering as our main task, and will deeply research the architecture of the computing mode of CPU/GPU. In order to proving our research, we explore the requirements of large scale dataset science visualization, and combine it as our application domain. The final objective of our work is to dramatically improve the performance of high-performance visualization computer clusters. These are the key topics of our research: (1) Multi-GPU Parallel rendering for the same window in a single PC; (2) The data prefecth and transfer method in Multi-GPU and many-CPU core architecture; (3) The data storing and loading strategy of the classic parallel visualization algorithm; (4)CPU-GPU cooperation computing and rendering approaches in a single PC; (5) Large scale data set visualization algorithm for GPU clusters; (6) The multi-GPU and many-CPU orientied parallel rendering and visualization platform. This research of our project is an important application for HPC domain, and the productions of our research will be much significantly for the development of HPC.

多CPU多GPU体系结构的异构计算平台是目前高性能计算领域研究的热点问题，而GPU强大的通用计算能力以及图形绘制能力正好为高性能计算可视化领域提供了发展契机。本项目拟以研究多CPU多GPU混合异构计算模式为重点，深入分析当前多CPU多GPU系统的主要计算模式，并结合海量数据可视化应用需求特点，提出适合高性能可视计算领域的并行可视化技术和方法，重点解决关键问题(1)节点内多GPU分布显存模式下，同一窗口多线程高效并行绘制方法；(2)节点内多CPU多GPU间数据预存取管理方法；(3)节点内多CPU多GPU并行可视化算法存储优化与任务调度算法；(4)节点内多CPU多GPU协同混合加速并行绘制算法；(5)GPU集群环境下，面向海量数据可视化应用的并行绘制算法；(6)面向多CPU多GPU并行算法设计平台与并行绘制平台。本课题相关研究是高性能可视化及并行绘制领域重要基础创新研究，相关成果具有重要意义。

目前，高性能计算机体系结构正在不断变革中，逐渐形成一种以异构混合体系为主的格局。而在众多异构混合平台中，基于多CPU/GPU异构协同的计算平台是当前高性能计算领域研究中最具发展潜力的热点之一，与此同时GPU所具有的强劲计算能力以及图形绘制能力正好为高性能计算可视化领域提供了发展契机。本项目重点研究多CPU多GPU混合异构协同的计算模式，对目前已有的多CPU多GPU系统的主要计算模式进行详细、深入的分析，并结合海量数据可视化应用需求特点，提出在高性能可视化计算领域适用的并行可视化算法。在异构协同系统结构特点的基础上，提出了多种多GPU图像高效合成方法，实现多线程高效并行绘制。除此之外，我们还在某些关键问题上进行了研究：（1）节点内多GPU多CPU间如何进行预存储管理；（2）在高性能CPU/GPU协同并行可视化技术基础上优化了支持多用户并发访问的任务调度和数据存储；（3）节点内多GPU/CPU协同并行绘制算法；（4）在GPU集群基础上，提出了针对海量数据可视化的并行加速绘制算法。本课题的研究成果属于高性能可视化及并行绘制领域的创新性研究，对该领域的发展有着重大的意义。