Key points are not available for this paper at this time.
Wir schlagen eine neue statische, hochleistungsfähige Mesh-Datenstruktur für Dreiecksflächen-Meshes auf der GPU vor. Unsere Datenstruktur ist sorgfältig für die parallele Ausführung konzipiert, während sie die Mesh-Lokalität erfasst und den Datenzugriff so weit wie möglich innerhalb des schnellen "Shared Memory" der GPU beschränkt. Dies erreichen wir, indem wir das Mesh in Patches unterteilen und diese Patches kompakt mit einer matrixbasierten Darstellung repräsentieren. Unsere Patch-Technik ist mit Bändern dekoriert, dünnen Mesh-Streifen um die Patches, die die Notwendigkeit eliminieren, zwischen verschiedenen Rechen-Thread-Blöcken zu kommunizieren, was zu einem konstant hohen Durchsatz führt. Wir nennen unsere Datenstruktur RXMesh: Ribbon-matriX Mesh. Wir verbergen die Komplexität unserer Datenstruktur hinter einem flexiblen, aber leistungsstarken Programmiermodell, das hilft, hohe Leistung zu erzielen, indem es eine Lastenverteilung induziert, selbst bei stark unregelmäßigen Eingabemeshes. Wir zeigen die Wirksamkeit unseres Programmiermodells bei gängigen Geometriaverarbeitungsanwendungen – Mesh-Glättung und -Filterung, geodätische Distanz und Berechnung von Scheitelpunktnormalen. Zur Evaluierung benchmarken wir unsere Datenstruktur gegen gut optimierte GPU- und (Einzel- und Multi-Core) CPU-Datenstrukturen und zeigen signifikante Geschwindigkeitssteigerungen.
Mahmoud et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: