基于GPU编程的地形可视化

由于地形模型固有的复杂性,致使计算机硬件水平一直难以满足大规模地形模型的实时显示需求。为了在现有的硬件水平上实现地形模型的快速绘制,在对传统的ROAM算法进行改进的基础上,提出一种基于GPU编程的地形可视化算法,实现了视点依赖的大规模地形的快速可视化。该算法首先基于改进的ROAM(real-time optimallyadaptive meshes)算法生成视点依赖的优化连续LOD模型;然后用GPU编程计算顶点的变换、法向量、纹理坐标、纹理采样和面元光照;最后完成地形的着色。实验结果表明,利用GPU编程不仅能有效提高算法速度,而且能实现较大规模地形的实时漫游。     

千万亿次科学计算的原位可视化

科学可视化是高性能计算中分析数据的关键方法.千万亿次超级计算机提供的强劲计算能力使得科学家可研究更复杂的模型、进行更大规模的模拟计算,千万亿次的计算将产生TB/PB乃至EB级超大规模复杂时序数据,但由于I/O和存储的限制,传统的可视化模式已无法应对如此庞大数据的可视化分析.原位可视化将计算与可视化处理紧密结合,计算结果不经存储而直接在模拟所在的计算节点原位可视化处理成图片或提取特征数据,从而大幅减少存储、传输和后续处理的数据量.原位可视化被认为是分析千万亿次计算数据的最有效途径.文中从原位的数据压缩、原位的特征提取与跟踪,以及原位的可视化绘制3个方面对原位可视化技术进行了总结与归纳,并指出需要进一步探索的研究方向.     

大规模天文时序粒子数据的可视化

时序数据的可视化是理解宇宙结构形成与演化的重要手段.围绕大规模天文数值模拟输出的近百TB粒子时序数据的可视化,针对数据的高动态范围色调映射问题,提出一种基于统计直方图的算法,实现了时序上色调连贯的可视化;同时,在插值重建演化过程时,考虑到模拟输出的每个关键帧的数据依据Hilbert三维填充曲线分布于2048个文件中,在一次可视化中通常有相当部分的文件包含的数据不会进入视锥内,据此提出一种文件尺度上根据前后关键幀预判插值幀可见性的剪裁算法,将前后关键帧可见数据文件的序号集合作为插值幁可见数据文件的序号集合;对裁剪结果进行实时插值和投影,通过裁剪算法大幅降低计算量、存储和I/O,并通过Hilbert哈希元胞快速完成裁剪过程;最后给出了算法的性能和效果分析.可视化结果表明文中算法可以直观、有效地表达大规模数据所包含的宇宙结构形成细节与演化信息.