38、多处理器在断层扫描与流应用中的高效计算探索

多处理器在断层扫描与流应用中的高效计算探索

1. 断层扫描中的GPU加速

在断层扫描领域，迭代重建算法虽能带来更精确的重建结果，但计算成本高昂，计算时间往往限制了其实用性。而正向投影和反向投影这两个迭代断层扫描算法的基本操作，非常适合并行执行。Cell - BE和GPU都具备高计算速度和快速内存访问能力，再加上价格低廉，使其成为加速迭代重建方法的理想选择。

1.1 投影操作与通信优化

在正向投影时，每个线程会与一个探测器像素关联；反向投影则是通过将每个线程与数据集投影数据缓冲区中的一个体素关联来完成，反向投影以体素驱动的方式进行，在这种情况下，特定线程会专门更新一定数量的像素。

为了提高效率，还需要避免CPU - GPU和GPU之间的通信。虽然在GPU上计算测量投影和计算投影之间的差异并不比在CPU上快很多，但将此计算放在GPU上可以显著减少PCIe总线上的流量。如果在CPU上进行差异计算，通信将成为主要瓶颈，特别是在一台PC中安装多个GPU时，这个问题会更加严重。

1.2 对更高加速比的需求

GPU实现的正向投影和反向投影操作相较于顺序CPU实现已经有了显著的加速（超过40倍），但仍有进一步提升的需求，原因如下：
- 问题规模 ：如果二维探测器的尺寸在两个维度上都翻倍，重建体积会增大8倍，所需投影数量通常也会翻倍，这会使基本断层扫描操作的运行时间增加16倍。如今，4096×4096像素的探测器在许多应用中已很常见，即使40倍的加速比也不足以处理如此庞大的数据需求。
- 快速原型开发 ：开发新的重建算法需要大量的参数调