| 基于OpenCL的Kmeans算法的优化研究 |
| 其他题名 | Research on Kmeans Algorithm Optimization Based on OpenCL
|
| 吴再龙; 张云泉; 徐建良; 贾海鹏; 颜深根; 王伟俨
|
| 2013
|
| 会议名称 | 2013全国高性能计算学术年会
|
| 页码 | 396-403
|
| 会议日期 | 2013
|
| 会议地点 | 桂林
|
| ISSN | 1673-9418
|
| 部门归属 | 中国海洋大学信息科学与工程学院,青岛266100;中国科学院计算技术研究所计算机体系结构国家重点实验室,北京100190 中国科学院计算技术研究所计算机体系结构国家重点实验室,北京100190 中国海洋大学信息科学与工程学院,青岛266100 中国科学院软件研究所并行软件与计算科学实验室,北京100190
|
| 摘要 | Kmeans算法是典型的聚类算法，是已知数据划分和分组处理的重要方法。在图像处理、机器学习、生物学有着广泛的应用。随着数据规模的不断变大，对Kmeans算法的性能提出了越来越高的要求。本文在充分考虑不同硬件平台硬件体系结构差异的基础上，系统研究了在OpenCL框架下Kmeans算法在GPU和APu平台上的高效实现方式。并使用含有多次全局同步的迭代算法在GPU中的实现、冗余计算减少全局同步次数、线程任务的再分配、Local memory的重用等多个方法完成了Kmeans算法在不同硬件结构上的高效实现，并总结了一套适用于迭代算法的优化方法。实验结果表明，优化后的算法在考虑数据传输时间的前提下，在AMD HD7970 GPU上相对于CPU版本取得136 975M70 333倍的加速比，在AMDA10—5800KAPU上相对于CPU版本取得22 2365～24 3865倍的加速比。有效验证了本文提出的优化方法的有效性和平台的可移植性。 |
| 关键词 | Openol
并行计算
Kmeans
迭代算法
跨平台
|
| 语种 | 中文
|
| 内容类型 | 会议论文
|
| URI标识 | http://ir.iscas.ac.cn/handle/311060/16559
|
| 专题 | 中国科学院软件研究所
|
推荐引用方式
GB/T 7714 |
吴再龙,张云泉,徐建良,等. 基于OpenCL的Kmeans算法的优化研究[C],2013:396-403.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论