自选题赛 |
奖项 | 主要 作者姓名 | 获奖题目 | 评语 |
一等奖 | 菅立 恒 | 基于 CUDA 树群的无线传感器网络信道仿真系统 | 作品将 GPU 用于加速大规模无线传感器网络仿真过程,在拓展 GPU 应用领域上有一定新意。同时针对大规模无线传感器网络的特点,提出了合理的描述数据结构,充分利用了 GPU 体系结构高度并行计算能力,使得性能较传统仿真有显著提升。作品文档结构合理、描述清晰,代码规范、易读。已取得阶段性成果,得到了同行专家的认可。 |
二等奖 | 孙立超 | 基于 CUDA 的快速人脸检测 | 该作品在 GPU 上实现了基于 Viola-Jones 级联分类器的并行人脸检测程序,与目前性能最好的、基于 CPU 的 OpenCV 程序库相比,性能提升 1.4-4.6 倍,而检测质量基本相当。级联分类器在 GPU 上实现时,负载均衡是比较困难的问题,该作品能够较好地进行解决。文档写作认真清晰,代码比较规范,实验验证充分。 |
贾喆 | 基于 GPU 加速的全球浅水模式 | 将 GPU 并行计算应用于全球浅水模型,具有重要的应用前景。GPU 程序算法合理,优化较深入,加速比达到20。文档写作详细,程序易读,并给出了多个生动的结果。 |
三等奖 | 赖路双 | 异构计算平台上列数据库查询系统 | 在 MySQL 数据库中使用 GPU 进行列数据查询,既新颖且实用。加速性能良好,在某些方面甚至超过 MonetDB。提交的编码规范,文档翔实,数据完整,且已发表多篇论文。希望能针对潜在并发性瓶颈开展进一步工作。 |
杨科大 | GPU 加速软物质多尺度模拟计算 | 分别对 DPD 和 VEPSM 算法进行了 GPU 加速,算法设计合理,优化较深入,分别获得了最高 60 倍和 190 倍的加速,效果明显。与通用 CPU 软件 LAMMPS 比较,结果合理。文档充分,代码格式清晰便于阅读。已发表高水平论文,得到了同行专家的肯定。 |
命题赛 |
一等奖 | 戴卓方 | HTM+ 层次时间记忆算法的 CUDA 实现 | 该作品使用了 Hierarchical Temporary Memory (HTM) 作为认知网络,通过对 CAPTCHA 字符图片进行学习和训练,然后实现 CAPTCHA 字符的自动识别。该作品对 GPU 代码进行了深入优化,能够大幅度减少效率较低的全局同步操作,并且对并行工作进行了有效组织,从而能够大幅度加速耗时的训练过程并实现较好的识别率。该作品证明类似于HTM的深度学习网络在 GPU 上的应用具有广阔前景。 |
二等奖 | 魏浩洋 | GPU 平台上利用预处理稳定双共轭梯度法并行求解块三对角线性方程组 | 将稀疏矩阵转化为块三对角矩阵,方法对 GPU 有一定针对性,并通过实验获得了一定的加速。该方法还有进一步优化的空间。 |
孟晨 | 块三对角线性代数方程组 GPU 加速求解器 | 对比较简单的算法进行了较为深入的研究和测试,文档翔实清楚,实验数据丰富。 |
三等奖 | 何婷婷 | GPU 加速的基于神经网络的验证码识别 | 作品利用 GPU 加速了三层 BP 神经网络的验证码学习过程,并以此为基础构造了完整的验证码学习和识别原型系统。利用 GPU 体系结构并行计算能力充分开发了神经网络学习过程中的并行性,使得学习过程的速度明显提升。文档清晰,代码规范,取得了较好的整体效果。 |
于展鹏 | 基于图像识别的 CAPTCHA 问题的并行加速 | 该作品使用图像处理方法在 GPU 上加速 CAPTCHA 字符识别处理。基本方法是对去噪声之后的样本进行直方图计算,然后对输入图片进行匹配计算。该作品在创新性上略嫌欠缺,但是代码优化充分,识别率较为出色。 |
优胜奖 |
作者姓名 | 获奖题目 |
班志华 | 基于 CUDA 的车牌识别算法的设计与实现 |
岳振华 | 使用 CUDA 加速物质波超辐射的数值模拟 |
李辉 | 拥挤细胞群的双椭圆定位和方差最小化水平集分割算法 |
雷登云 | 基于 GPU 的软件 GPS 接收机 |
tangliang | 利于 GPU 计算具有线性并行度的 PG 网 ADI 求解算法 |
ley | 基于 CUDA 的实时超分辨重建算法实现 |
于玉龙 | 基于 CUDA 平台的运动目标检测系统 |
Da Li | 基于 CUDA 的高动态范围图像快速压缩算法 |
郭巾铭 | 高密度细胞复杂运动的并行跟踪算法 |
Yun Fei | Parallelize L-BFGS-B on the GPU |