基于分布式云存储的数据并行可视化图形渲染方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113269856A(43)申请公布日2021.08.17(21)申请号202110515293.7(22)申请日2021.05.12(71)申请人南京邮电大学地址210003江苏省南京市鼓楼区新模范马路66号(72)发明人杨海根胥若天李禄阳(74)专利代理机构南京纵横知识产权代理有限公司32224代理人邵斌(51)Int.Cl.G06T15/00(2011.01)G06T1/20(2006.01)G06T1/60(2006.01)权利要求书1页说明书6页附图2页(54)发明名称基于分布式云存储的数据并行可视化图形渲染方法及系统(57)摘要本发明公开了计算机图形渲染技术领域的一种基于分布式云存储的数据并行可视化图形渲染方法及系统，提高了大规模数据并行体渲染的渲染效率，同时加快了GPU系统的计算时间与工作效率，能有效划分存储空间，降低本地渲染的成本。包括：将所研究的三维图形对象划分为若干个目标渲染单元；基于多GPU系统异步并行体渲染，将若干个所述目标渲染单元分布至每个子计算机的GPU上分别进行渲染；将每个所述子计算机的GPU的数据信息传输至云平台，在云平台完成本地方案的搭建与图形渲染。CN113269856ACN113269856A权利要求书1/1页1.一种数据并行可视化图形渲染方法，其特征是，包括：将所研究的三维图形对象划分为若干个目标渲染单元；基于多GPU系统异步并行体渲染，将若干个所述目标渲染单元分布至每个子计算机的GPU上分别进行渲染；将每个所述子计算机的GPU的数据信息传输至云平台，在云平台完成本地方案的搭建与图形渲染。2.根据权利要求1所述的数据并行可视化图形渲染方法，其特征是，将所研究的三维图形对象划分为若干个目标渲染单元，具体为：采用基于KD‑tree结构的体渲染任务划分方式，将所研究的三维图形对象的数据空间划分为若干个目标渲染单元。3.根据权利要求2所述的数据并行可视化图形渲染方法，其特征是，所述基于多GPU系统异步并行体渲染，将若干个所述目标渲染单元分布至每个子计算机的GPU上分别进行渲染，具体为：将目标渲染单元分布至每个子计算机上，由每个子计算机的GPU负责不同的渲染部分，然后各个子计算机的GPU基于异步并行体渲染，混合数据空间与屏幕空间的任务划分，将所需渲染的屏幕空间区域划分为若干个屏幕子块，这样每一个屏幕子块都可以完成分布式的系统操作。4.根据权利要求3所述的数据并行可视化图形渲染方法，其特征是，所述屏幕空间采用KD‑tree结构方式实现，其中数据空间的KD‑tree的叶子节点数与GPU线程数相等。5.根据权利要求3所述的数据并行可视化图形渲染方法，其特征是，所述屏幕空间的划分采用动态方式完成，在每次渲染一帧之前，所有主线程都需要首先确定各自所处理数据的包围盒中心在屏幕上的投影位置，然后根据所有数据包围盒的中心位置，进一步确定屏幕划分方式。6.根据权利要求1所述的数据并行可视化图形渲染方法，其特征是，将每个所述子计算机的GPU的数据信息传输至云平台，在云平台完成本地方案的搭建与图形渲染，具体为：所有子计算机的GPU构成GPU系统集群，通过云平台将GPU系统集群所采集的数据通过异步并行的方式传输至云平台并进行云存储；在云平台一图形的方式表示数据，基于图形的文理、深度参数进行图形的绘制与渲染。7.根据权利要求1所述的数据并行可视化图形渲染方法，其特征是，还包括：通过对分布式云存储的数据并行图形渲染结果与本地存储的图形渲染结果的分析，得到分布式云存储数据并行图形渲染的性能参数。8.一种数据并行可视化图形渲染系统，其特征是，包括：第一模块，用于将所研究的三维图形对象划分为若干个目标渲染单元；第二模块，用于基于多GPU系统异步并行体渲染，将若干个所述目标渲染单元分布至每个子计算机的GPU上分别进行渲染；第三模块，用于将每个所述子计算机的GPU的数据信息传输至云平台，在云平台完成本地方案的搭建与图形渲染。2CN113269856A说明书1/6页基于分布式云存储的数据并行可视化图形渲染方法及系统技术领域[0001]本发明属于计算机图形渲染技术领域，具体涉及一种基于分布式云存储的数据并行可视化图形渲染方法及系统。背景技术[0002]随着科学技术的深入发展，各种不同门类的行业也取得了空前的发展，其中数据处理技术的进步是各个行业的发展的重要助力。像地质学、大气科学、医疗影像学、虚拟现实科学等等都有其各自特点，可以是二维的、三维的、标量的、矢量的，他们的共同点就是数据体量大，不仅在于数据节点的数目众多，还在于数据呈现的维度变化广，复杂度变化大。从这些庞大的数据中提取出关键数据加以清晰的图形展现，这就对可视化技术提出了很高的要求，图形图表其是表现数据