35、多分辨率图像滤波算法的高效映射

多分辨率图像滤波算法的高效映射

1. 数据打包与配置空间探索

数据打包是一种有效的存储方式，它可以将两个像素值存储在一个 4 字节的整数中。之后，就可以使用整数运算进行内存访问，这样能提高算术指令与内存访问的比例。

在使用 CUDA 将问题映射到图形卡时，一个基本原则是将问题划分为更小、独立的子问题，也就是进行分块处理。这是因为每个线程块最多只能包含 512 个线程，且只有同一线程块内的线程才能协作和共享数据。合理的分块对内核性能有很大影响，尤其是当内核内部存在依赖关系时。

分块可以采用一维、二维或三维的方式，具体维度的选择要根据问题本身来决定，例如图像处理通常使用二维分块。分块大小不仅会影响线程块内的线程数量以及线程间的协作程度，还会影响资源的使用。寄存器和共享内存由一个多处理器调度的所有线程块中的线程使用。较小的分块可以提高资源利用率，而较大的分块则有利于线程块内的线程协作。此外，分块的形状也会影响内存访问模式和内存性能。

由于不同 GPU 的硬件配置不同，最佳的线程块配置也会有所变化。因此，需要对配置空间进行探索，以找到每个图形卡的最佳配置。具体操作步骤如下：
1. 离线探索每个图形卡型号的配置空间。
2. 将探索结果存储在数据库中。
3. 在运行时，程序识别 GPU 的型号，并从数据库中获取相应的配置。

这样做在运行时没有额外开销，即使更换不同的 GPU 也不会有性能损失，同时二进制代码大小几乎可以保持与原始代码相同。

2. 多分辨率滤波

这里所考虑的多分辨率应用采用了 Kunz 等人提出的多分辨率方法，并使用双边滤波器作为滤波内核。该应用是一种非线性多分辨率