图形处理器并行计算在流体模拟与媒体处理中的应用探索

"图形处理器并行计算应用研究" 这篇硕士学位论文主要探讨了图形处理器（GPU）在并行计算领域的应用，特别是在流体数值计算和媒体实时计算中的效能。作者张杨在导师诸昌钤教授的指导下，针对GPU的并行计算能力进行了深入研究。 在第一章中，论文介绍了片上数据流并行处理的概念，从传统的固定图形管线到可编程流处理器的演变。固定图形管线是早期GPU的工作方式，而可编程流处理器允许更灵活的计算，适合执行通用计算任务。GPU的体系结构被详细阐述，包括硬件层面的设计以及软件接口，如OpenGL，这些接口使得开发者能够利用GPU进行通用计算。 第二章详细讲述了如何使用投影法求解粘性不可压流体的Navier-Stokes方程。这一部分涵盖了数值方法的各个方面，包括有限体元离散、Helmholtz-Hodge分解和投影法。作者提出了一种在GPU上实现该方法的方案，涉及边界状态纹理生成、中间速度场计算、压力场计算和边界条件的处理。通过技术细节和测试，证明了这种方法在GPU上的有效性和效率。 第三章探讨了体积分数多重网格法在解决泊松方程中的应用。多重网格法是一种加速收敛的技术，通过结合中心格式和边界粗化策略，能够在GPU上有效地计算。此外，还讨论了光顺、残差计算以及限定与延拓的过程。实验与性能分析显示了GPU在执行这类计算时的优越性。 第四章关注了GPU在实时计算中的应用，如DCT变换的硬件加速和实时景深效果的生成。DCT变换对于图像处理至关重要，而基于GPU的加速可以显著提升计算速度。同时，作者提出了一种简化的景深模型，能在GPU上实现高效的后处理效果，增强了媒体处理的实时性能。 最后，第五章提出了一个3层计算模型，并且介绍了用于GPU通用计算的示例函数库。这个模型有助于理解和优化GPU上的并行计算程序。 这篇论文详细研究了GPU如何作为并行计算平台，用于解决复杂的科学计算和媒体处理任务，同时也揭示了GPU计算的潜力和局限性，为未来的研究提供了有价值的见解和参考。关键词包括图形处理器通用计算、并行计算、计算流体动力学、多重网格、离散余弦变换和景深效果。