|
|
1.
基于CUDA的大规模群体行为实时仿真并行实现及优化
贺毅辉 叶晨 刘志忠 彭伟
计算机应用
2012, 32 (09):
2466-2469.
DOI: 10.3724/SP.J.1087.2012.02466
群体仿真中个体从环境中查找相关对象时会导致较高的时间复杂度。要使大规模群体能够实时仿真,必须降低模型运算的时间复杂度或者提高计算平台的能力。通过对Biods模型为典型案例进行研究,提出一种基于统一计算架构(CUDA)的大规模群体行为实时仿真并行实现及优化的方法。实现中将个体与GPU逻辑线程一一对应,通过将仿真环境离散化来提高相关个体查找的效率,通过并行化基数排序法将个体信息组织成具有空间局部性的数组,提高图形处理器(GPU)内存带宽的利用率。通过实验验证了该方法将仿真个体的数量提升到CPU方法的约7.3倍。
参考文献 |
相关文章 |
多维度评价
|
|
