基于GPU和Spark框架的VLBI相关处理架构研究OA
甚长基线干涉测量技术(VLBI)正逐渐向高灵敏度、高时空分辨率方向发展,观测台站数量和观测带宽成倍增加,以至VLBI观测数据量急剧增长,给现有数据处理系统带来了严峻挑战。为满足大规模VLBI数据相关处理的需求,提出并实现了一种基于GPU与Spark框架的VLBI相关处理架构。测试结果表明,该架构具备高可扩展性与高可靠性,加速比随计算资源扩展呈近线性提升,能够高效处理大规模VLBI数据。这为应对未来VLBI观测任务中的海量数据处理需求奠定了技术基础,也为脉冲星测时阵列中信号合成所需的高速相关处理技术提供了有力支撑。
谢科屹;张娟;童锋贤;郑为民;童力;刘磊
中国科学院上海天文台,上海200030 中国科学院大学天文与空间科学学院,北京100049中国科学院上海天文台,上海200030 射电天文与技术全国重点实验室,北京100101 上海市空间导航与定位技术重点实验室,上海200030中国科学院上海天文台,上海200030 上海市空间导航与定位技术重点实验室,上海200030中国科学院上海天文台,上海200030 射电天文与技术全国重点实验室,北京100101 上海市空间导航与定位技术重点实验室,上海200030中国科学院上海天文台,上海200030 上海市空间导航与定位技术重点实验室,上海200030中国科学院上海天文台,上海200030 上海市空间导航与定位技术重点实验室,上海200030
天文与地球科学
VLBI相关处理机GPU分布式计算Spark
《天文学进展》 2026 (1)
P.126-138,13
国家重点研发计划(2022YFC2205203)对外技术合作科研(ZA06)上海市空间导航与定位技术重点实验室(22DZ2229017)射电天文与技术全国重点实验室专项基金。
评论