《表1 多GPU任务分配情况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多线程多GPU并行加速的最小二乘逆时偏移算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分别使用1～4个GPU进行1次迭代最小二乘逆时偏移计算。表1所示为使用不同个数GPU时，分配给各GPU的炮集数，以1个GPU计算耗时为参考值，计算各个GPU理论上的耗时情况，当GPU个数为3时，分配给GPU2设备的炮集数为7，则理论上，GPU2的耗时应该为GPU2计算20个炮集数据所用时间的7/20倍，以此类推。模型测试1中，参与计算的GPU个数与耗时情况如图13所示，黑色实线为实际耗时情况，可看出计算耗时随GPU个数增加而降低，多GPU加速效果较为明显；红色点划线为根据表1中的分配情况，多GPU并行算法达到理想化完全线性加速时理论上的耗时情况；蓝色虚线所示为各个GPU计算每个炮集数据的平均耗时。从图13中可看出，本文方法的执行效率较高，耗时情况接近线性加速，但随着GPU个数的增加，算法的实际执行效率有所降低。这是由于多GPU并行计算时，需等待最慢的线程完成计算任务，还需要执行梯度、更新步长等参数的同步计算，因此无法完全实现线性加速，从而导致随着GPU个数的增加，平均每个炮集数据的计算耗时略有增加。