图形驱动感知的异构硬件高效绘制模型

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (10): 2394-2399.

图形驱动感知的异构硬件高效绘制模型

艾志玮, 曹轶, 肖丽, 王华维

北京应用物理与计算数学研究所,北京 100094

收稿日期:2016-05-31 修回日期:2016-07-14 出版日期:2016-10-08 发布日期:2020-08-13
第一作者简介:艾志玮(1973-),男,湖南邵阳,硕士,副研究员,研究方向为科学计算可视化。
基金资助:
国家自然科学基金(61232012),中物院科学技术发展基金(2014A0403019),中国工程物理研究院科学技术发展基金(2015B0403093)

Graphics-Driver-Awared Heterogeneous Hardware-Accelerated Rendering Model

Ai Zhiwei, Cao Yi, Xiao Li, Wang Huawei

High Performance Computing Center, Institute of Applied Physics and Computational Mathematics, Beijing 100094, China

Received:2016-05-31 Revised:2016-07-14 Online:2016-10-08 Published:2020-08-13

摘要/Abstract

摘要： 随着图形3D加速硬件技术的日益成熟,异构硬件高效绘制模型是提高大规模数据可视化交互性能的有效手段之一。它提出一种图形驱动智能感知的异构硬件高效绘制模型,采用运行时虚拟层技术、冗余式图形驱动池、运行时智能感知方法和图形驱动库动态加载技术等关键技术,实现复杂环境驱动架构和图形驱动库的自适应匹配,提高图形绘制的交互性能。在高置信度核反应堆中子体平均通量的可视分析实际应用中,异构硬件绘制模型的交互性能可获得约为14倍加速比,具有一定的实用性。

关键词: 智能感知, 虚拟层, 图形驱动架构, 绘制模型

Abstract: As 3D graphics acceleration hardware technologies become more sophisticated, heterogeneous hardware-accelerated rendering model is one of effective means to improve interactive performance of large-scale data visualization. A graphics-driver-awared heterogeneous hardware-accelerated rendering model was proposed, and adaptive matching graphics architecture and graphics driver library in complex environment-improved the interactive performance of graphics rendering. Key technologies include runtime virtual layer technology, redundant graphics driver pool, running IntelliSense methods and graphics driver library dynamic loading technology. In practical application of visual analysis of nuclear reactor average flux, interactive performance of heterogeneous hardware rendering model available about 14 times speedup, has a certain practicality.

Key words: intellisense method, virtual layer, graphics driver architecture, rendering model

中图分类号:

TP391

艾志玮,曹轶,肖丽等 . 图形驱动感知的异构硬件高效绘制模型[J]. 系统仿真学报, 2016, 28(10): 2394-2399.

Ai Zhiwei,Cao Yi,Xiao Li,et al . Graphics-Driver-Awared Heterogeneous Hardware-Accelerated Rendering Model[J]. Journal of System Simulation, 2016, 28(10): 2394-2399.

参考文献 11

[1]	Xiao Li, Ai Zhiwei, Wang Hongkun.Parallel visualization of the simulations on tens of thousands of cores[J]. Computer Engineering & Science (S1007-130X), 2012, 34(8): 160-165.
[2]	沈卫超, 曹立强, 夏芳, 等. 面向数值模拟数据的HDF5性能优化[J]. 计算机研究与发展, 2012, 49(增1): 314-318.
[3]	Engel K, Kraus M, Th Ertl.High-quality pre-integrated volume rendering using hardware-accelerated pixel shading[C]// Eurographics Workshop on Graphics Hardware‘01, ACM SIGGRAPH, 2001. USA: ACM, 2001: 9-16.
[4]	张纯, 毛菁霞, 张如鸿, 等. 基于图形硬件加速的体绘制关键技术综述[J]. 计算机工程与设计, 2005, 26(7): 1732-1734.
[5]	刘华海, 王攀, 蔡勋, 等. 面向多核CPU多GPU的节点内并行混合绘制模型[J]. 系统仿真学报, 2012, 24(1): 94-99.
[6]	张翀, 赵刚, 江勇. 基于VxWorks操作系统的三维图形驱动开发[J]. 四川理工学院学报(自然科学版), 2009, 22(2): 62-64.
[7]	朱奕杰. 基于Linux的OpenGL性能及其跨平台应用程序开发研究 [D]. 哈尔滨: 哈尔滨工程大学, 2006.
[8]	赵海涛, 张晓明, 樊双丽, 等. 跨多种平台的OpenGL解决方案[J]. 测控技术, 2012, 31(8): 102-104.
[9]	官酩杰. 基于OpenGL ES的移动平台图形渲染引擎研究与实现 [D]. 北京: 北京交通大学, 2010.
[10]	金锋, 武志辉. 轻量级嵌入式Linux图形驱动程序与图形用户接口[J]. 北京理工大学学报, 2008, 28(3): 233-236.
[11]	李刚, 张宝印, 邓力, 等. 大内存精细反应堆模型的蒙特卡罗区域分解并行计算[J]. 核动力工程, 2014, (增2): 228-230.

[1]	黄涛, 张智, 丁玉杰, 陈艳波, 王晶, 张文倩. 考虑动态频率安全与N-k故障的鲁棒应急调度方法[J]. 系统仿真学报, 2025, 37(12): 2981-2993.
[2]	张润昭, 陈艳波, 黄涛, 田昊欣, 强涂奔, 张智. 基于异构负荷特征解析预测的虚拟电厂调度方法[J]. 系统仿真学报, 2025, 37(12): 2994-3006.
[3]	于祥星, 赵艳东, 张宝琳. 基于电涡流NES的海上风机塔架振动控制[J]. 系统仿真学报, 2025, 37(12): 3007-3017.
[4]	李斌, 王于绰. 基于多策略融合的光伏系统故障诊断方法[J]. 系统仿真学报, 2025, 37(12): 3018-3032.
[5]	李孝斌, 胡冰, 尹超, 李波, 马军. 基于时空图卷积的汽车配件供应链需求预测与仿真分析[J]. 系统仿真学报, 2025, 37(12): 3060-3074.
[6]	彭艺, 雷云揆, 杨青青, 李辉, 王健明. 改进PID搜索算法的山地环境无人机路径规划[J]. 系统仿真学报, 2025, 37(12): 3075-3086.
[7]	伍枢珩, 刘永奎, 张霖, 肖莹莹, 王力翚. 基于改进YOLOv8的轻量级装配工件检测算法[J]. 系统仿真学报, 2025, 37(12): 3099-3111.
[8]	陈逸, 邱思航, 朱正秋, 季雅泰, 赵勇, 鞠儒生. 基于启发式的人-大模型协作寻源方法[J]. 系统仿真学报, 2025, 37(12): 3112-3127.
[9]	任亮, 周泽榕, 马云峰. “货到人”系统订单拣选和分拣协同优化问题[J]. 系统仿真学报, 2025, 37(12): 3128-3139.
[10]	索婧怡, 卢柏宏, 屈澈. 影视LED光源光强分布测定及其在游戏引擎中的仿真研究[J]. 系统仿真学报, 2025, 37(12): 3140-3151.
[11]	龚建兴, 胡海, 任海慧, 吴瑞祥. 面向虚实结合的军事训练系统互操作模型与运用[J]. 系统仿真学报, 2025, 37(12): 3161-3175.
[12]	徐智霞, 王蕊, 孙楠, 何兵, 沈晓卫, 朱晓菲. 基于改进遗传算法的协同干扰资源分配问题研究[J]. 系统仿真学报, 2025, 37(12): 3176-3189.
[13]	刘翔, 金乾坤. 基于PAC-Bayes的多目标强化学习A2C算法研究[J]. 系统仿真学报, 2025, 37(12): 3212-3223.
[14]	杨兰英, 李超, 邹海锋, 万江涛, 张仁强, 刘惠, 卢宏. 基于改进蚁群算法与A*算法相融合的机器人路径规划优化[J]. 系统仿真学报, 2025, 37(11): 2956-2965.
[15]	苏筱婷, 张小威, 田义, 李奇, 王帅豪. 星光导航动态仿真场景时序设计方法研究[J]. 系统仿真学报, 2025, 37(11): 2946-2955.