用GPU加速信号形状与探测器分辨率随能量变化的卷积计算
Apply GPU to accelerate the convolution computation of signal shape and detector resolution changed with energy作者机构:北京大学物理学院核物理与核技术国家重点实验室及高能物理中心北京100871
出 版 物:《核技术》 (Nuclear Techniques)
年 卷 期:2018年第41卷第8期
页 面:48-53页
核心收录:
学科分类:082704[工学-辐射防护及环境保护] 08[工学] 0827[工学-核科学与技术]
基 金:国家自然科学基金面上项目(No.10979010) 中国科技部重点研发计划项目(No.2016YFA0400300)资助~~
主 题:图形处理器 卷积 数值积分 RooFit 统一计算架构
摘 要:在形如中微子能谱分析中,因其本征能谱跨度较大,在积分描述所探测到的能谱时,探测器分辨率本身随能量的连续变化应该被考虑。对于该类能谱的拟合分析,传统的单靠中央处理器(Central Processing Unit,CPU)无法保障时间要求。本文利用图形处理器(Graphics Processing Unit,GPU)配合使用统一计算架构(Compute Unified Device Architecture,CUDA)和Roo Fit计算框架来加速数值积分过程,测试显示:当计算节点数目较多,如106个节点时,利用文中的方法 GPU(型号:K80)相较于CPU(型号:E5-2603 v3)能够带来218倍的速度提升。所述方法可作为类似实验的参考。