面向集群环境的虚拟化GPU计算平台

针对集群系统的多节点多GPU环境,提出一种新型虚拟化GPU计算平台。该平台实现对集群系统所有节点上GPU资源的统一抽象与管理,构建公共GPU资源池。原有GPU应用程序可以不经任何修改而迁移到虚拟化GPU计算平台,并具备访问资源池内任何GPU的能力,编程人员无需显式针对多节点多GPU应用展开MPI编程。应用程序摆脱了单个节点上GPU资源的限制,并具备无差别地访问集群系统中任何可用GPU资源的能力,能有效提高系统总体资源利用率以及吞吐量。采用流水化通信技术,实现对虚拟化GPU计算平台的运行时开销以及节点间数据传输延迟的隐藏。实验表明:与非流水化通信相比,系统总体数据传输延迟降低了50%~70%,具备与节点机本地数据传输等同的通信性能。      

一种数字阵列雷达小视场快速成像方法

针对通道幅相误差和RCM(距离单元徙动)幅相误差同时出现导致数字阵列雷达近程成像效果不佳的问题,研究了一种在小视场条件下快速实现数字阵列雷达近程成像的方法。通过研究数字阵列雷达的回波信号模型,确定了DBF(数字波束合成)成像中幅相误差的来源,在此基础上,建立了数字阵列雷达小视场成像的快速DBF成像模型。理论仿真和实测数据表明:该方法在校准通道幅相误差时能有效实现RCM幅相误差的补偿,通过单次FFT(快速傅里叶变换)即可实现DBF成像。与现有小视场成像方法相比,该方法能在保证成像质量的前提下,显著提高成像效率,在系统性能评估测试等小视场应用中具有较好的应用前景。