齐 金，李 宽，杨灿群，杜云飞

(1.国防科学技术大学并行与分布处理重点实验室，湖南 长沙 410073;2.国防科学技术大学计算机学院，湖南 长沙 410073)

XeonPhi平台上基于模板优化的3DGVF场计算加速*

齐 金1，李 宽2，杨灿群1，杜云飞2

(1.国防科学技术大学并行与分布处理重点实验室，湖南 长沙 410073;2.国防科学技术大学计算机学院，湖南 长沙 410073)

3D梯度向量流场(3D GVF field)广泛应用于多种3D图像分析算法中，其计算需要多次迭代，计算量大，如何提高其计算速度具有重要的研究意义。面向Intel Xeon Phi众核集成架构，首次进行了3D GVF场计算的加速优化。首先，挖掘3D图像像素点间存在的天然并行性，发挥众核架构优势，尝试线程级并行(多核)和数据级并行(SIMD)。其次，3D GVF场的计算过程是一种典型的3D-7点模板运算，结合Xeon Phi架构的L2 缓存规格，提出一种高效的数据分块策略，充分挖掘数据的时/空局部性，有效缓解模板计算引起的缓存缺失，提升了计算性能。实验结果表明，引入模板优化技术能显著提升3D GVF场的计算速度，在图像维度为5123时，所提方法在57核Xeon Phi平台上的性能相比在2.6 GHz 8核16线程的Intel Xeon E5-2670 CPU上的性能，加速比可达2.77。

3D梯度向量流场；Xeon Phi；模板优化；缓存分块

1 引言

在基于变分法的图像处理中，主动轮廓模型(Active Contour Model)广泛应用于边界检测、图像分割和运动跟踪[1～3]。概括来说，主动轮廓模型将曲线(曲面)与能量函数相联系，由内力和外力场共同引导，使曲线(曲面)不断向能量最小化的方向演化。其中，内力由曲线决定，外力场由图像计算得到。诸多的外力场定义中，Xu C等人[4]提……