面向多核架构的多相滤波器

在本文中，我们讨论了面向射电天文学实时数据处理的多相滤波器的实现。我们详细描述了多相滤波算法的实现及其在三代 NVIDIA GPU 卡、双 Intel Xeon CPU 和 Intel Xeon Phi (Knights Corner) 平台上的表现。我们的所有实现都旨在利用该算法提供的数据重用潜力。我们的 GPU 实现探索了两种不同的实现方法，第一种利用 L1/Texture 缓存，第二种使用共享内存。我们讨论了每种实现的可用性及其表现。我们以执行时间衡量性能，这是实时系统的关键因素，同时我们也以带宽（GB/s）、计算量（GFlop/s）和类型转换（GTc/s）呈现结果。我们以所选平台可实时处理的采样率来呈现结果，这更直观地描述了信号处理环境中的预期性能。我们的发现表明，对于所考虑的 GPU，使用较低精度输入数据时多相滤波器的性能受类型转换而非设备带宽的限制。我们将这些结果与 Xeon Phi 上的实现进行了比较。我们表明我们的 Xeon Phi 实现性能比 CPU 实现高 1.47 倍到 1.95 倍，但不足以与 GPU 性能竞争。我们最后将我们性能最佳的代码与多相滤波器的另外两种实现进行了比较，表明我们的实现在几乎所有情况下都更快。本工作是 Astro-Accelerate 项目的一部分，该项目是一个面向射电天文学时域数据数字信号处理的多核加速实时数据处理库。