[发明专利]基于CUDA的多边形栅格化GPU并行计算方法

摘要

本发明涉及一种基于CUDA的多边形栅格化GPU并行计算方法，由CPU和GPU协同并行处理多边形栅格化；其中，CPU的执行过程包括以下步骤：所有多边形根据PNN进行升序排序，形成第一多边形队列；计算第一多边形队列中各多边形的占用内存MU；按照CUDA中grid、block和thread的层次结构进行多边形的划分：读取每一批次多边形数据并传递给GPU处理，并接收GPU的处理结果。GPU的处理过程包括以下步骤：接收CPU传递的多边形数据；将多边形数据分配给各block及thread；各thread分别调用BAF算法执行栅格化计算；将栅格化结果传递回CPU。本发明能有效提高并行效率、保证负载均衡，且适用于海量多边形的栅格化。

主权项

1.一种基于CUDA的多边形栅格化GPU并行计算方法，其特征在于：由CPU和GPU协同并行处理多边形栅格化；CPU的执行过程包括第一次执行调度和循环执行调度，其中第一次执行调度包括以下步骤：S101、计算各多边形的多边形节点数目PNN，对所有多边形根据PNN进行升序排序，形成第一多边形队列；S102、计算第一多边形队列中各多边形的占用内存MU；S103、按照CUDA中grid、block和thread的层次结构进行多边形的划分：1)grid层划分当GPU内存限制为MU_limit时，从第一多边形队列首端开始依次划分成若干批次多边形数据，每一批次多边形数据的MU总数小于GPU内存，即每一批次多边形数据的数目满足其中，MU_gpuresult为GPU栅格化结果所占内存，N_max为最大多边形数目；2)block层划分：在每一批次多边形数据中包含按PNN升序排列的第二多边形队列，每次从第二多边形队列的首端和末端各取一个多边形分配给一个block处理，直至第二多边形队列分配完毕，即完成了block层的划分；3)thread层划分：在block内部采用循环分配的方式将待处理多边形分给各线程并行处理：首次给各线程分配一个多边形进行处理；当有线程处理完毕后，则继续分给其一个多边形进行处理，直至该block中多边形处理完毕，即完成了thread层的划分；S104、读取第一批次多边形数据并传递给GPU处理，在GPU执行过程中读取第二批次多边形数据，然后接收GPU的处理结果；循环执行调度包括以下步骤：S201、依次读取每一批次多边形数据并传递给GPU处理；S202、开辟两个线程，分别用于写入上一次GPU的处理结果和读取下一批次多边形数据；S203、接收GPU的处理结果；S204、重复步骤S201‑S203，直至所有多边形处理完毕；GPU的处理过程包括以下步骤：S301、接收CPU传递的多边形数据；S302、将多边形数据分配给各block及thread；S303、各thread分别调用BAF算法执行栅格化计算；S304、将栅格化结果传递回CPU。