• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Applied optics >Fast distributed large-pixel-count hologram computation using a GPU cluster
【24h】

Fast distributed large-pixel-count hologram computation using a GPU cluster

机译：使用GPU群集的快速分布式大像素计数全息图计算

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Large-pixel-count holograms are one essential part for big size holographic three-dimensional (3D) display, but the generation of such holograms is computationally demanding. In order to address this issue, we have built a graphics processing unit (GPU) cluster with 32.5 Tflop/s computing power and implemented distributed hologram computation on it with speed improvement techniques, such as shared memory on GPU, GPU level adaptive load balancing, and node level load distribution. Using these speed improvement techniques on the GPU cluster, we have achieved 71.4 times computation speed increase for 186M-pixel holograms. Furthermore, we have used the approaches of diffraction limits and subdivision of holograms to overcome the GPU memory limit in computing large-pixel-count holograms. 745M-pixel and 1.80G-pixel holograms were computed in 343 and 3326 s, respectively, for more than 2 million object points with RGB colors. Color 3D objects with 1.02M points were successfully reconstructed from 186M-pixel hologram computed in 8.82 s with all the above three speed improvement techniques. It is shown that distributed hologram computation using a GPU cluster is a promising approach to increase the computation speed of large-pixel-count holograms for large size holographic display.
机译：大像素数全息图是大尺寸全息三维（3D）显示的重要组成部分，但是这种全息图的生成在计算上是非常需要的。为了解决此问题，我们构建了具有32.5 Tflop / s计算能力的图形处理单元（GPU）集群，并使用速度改进技术在其上实施了分布式全息计算，例如GPU上的共享内存，GPU级自适应负载平衡，和节点级别的负载分配。在GPU集群上使用这些速度改进技术，我们对186M像素全息图的计算速度提高了71.4倍。此外，在计算大像素数全息图时，我们使用了衍射极限和全息图细分的方法来克服GPU内存限制。对于RGB颜色超过200万个对象点，分别在343和3326 s中计算了745M像素和1.80G像素的全息图。使用以上所有三种速度改进技术，从在8.82 s内计算出的186M像素全息图中成功重建了具有102万个点的彩色3D对象。结果表明，使用GPU集群进行分布式全息图计算是一种有前途的方法，可以提高大尺寸全息显示的大像素数全息图的计算速度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号