TomocuPy：基于GPU的高效断层重建与异步数据处理
摘要：高效三维数据分析和通过改变环境条件或采集参数进行控制的层析实验的三维重建要求快速、接近实时的大数据量三维重建。本研究提出了一个性能优化的TomocuPy包作为GPU替代常用的基于CPU的TomoPy包用于层析重建。TomocuPy利用现代硬件功能来组织一个涉及并行读写操作、存储驱动器、CPU-GPU数据传输和GPU计算的三维异步重建。在异步重建中，所有操作都被及时地重叠，几乎完全隐藏了所有数据管理时间。由于大多数相机使用的数字输出少于16位，我们进一步通过使用16位浮点算术来优化内存使用和处理速度。结果显示，TomocuPy的三维重建速度比多线程CPU等效方法快20-30倍。在单个Nvidia Tesla A100和PCIe 4.0 NVMe SSD上，对一个2048x2048x2048层析体积进行完整重建（包括读写操作和方法初始化）只需不到7秒，并且随着数据大小的增加几乎呈线性扩展。为了简化同步辐射束线上的操作，TomocuPy提供了一个易于使用的命令行界面。该软件包的有效性在对多孔样品中的气体水合物形成进行层析实验时得到了验证，并实现了变焦机制作为对感兴趣区域进行放大的控制选项。
作者：Viktor Nikitin
论文ID：2209.08450
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2022-11-10