拉普拉斯生长的GPU实现与硬件加速

编写实现了六方点阵中拉普拉斯模型的随机行走雪花生长的CUDA（Compute Unified Device Architecture）程序,分析了GPU（Graphic Processing Unit）随机行走计算效率,对比了拉普拉斯模型随机行走雪花生长的GPU与CPU加速特性,给出了该模型随机计算环境尺寸增加的用时增长曲线。     

图形处理器通用计算的实现与验证

讨论了显示卡用于通用科学计算的问题,并以大型矩阵的基本运算问题详细比较了CPU和GPU计算之间的差别。在基本的矩阵运算中,运用适当的矩阵分块,GPU的计算速度比CPU快50倍左右。而且,显示卡低廉的价格为更多科研工作者实现大规模运算提供了可能。     

直线加速器粒子模拟可视化

直线加速器被广泛应用于国防、能源、医疗等多个领域,加速器粒子模拟可视化是研究大规模高能粒子运动规律的重要方法。本文利用 OpenGL 和 GLSL 混合编程,给出了一套针对直线加速器粒子的科学模拟可视化与可视分析的方案,可清晰展示粒子在加速过程中的整体状态和运动趋势,体现出高速粒子的分类属性及其变化规律,为直线加速器的诊断分析提供了有效的工具。