TY -的A2 -阴,Hujun盟——Raimondo费德里科•盟——Kamienkowski Juan e . AU -西格曼,马里亚诺·AU -费尔南德斯Slezak,迭戈PY - 2012 DA - 2012/07/03 TI - CUDAICA: GPU优化Infomax-ICA脑电图分析SP - 206972六世- 2012 AB -近年来,独立分量分析(ICA)已经成为一个标准来确定相关尺寸数据的神经科学。ICA是一个非常可靠的方法来分析数据,但,计算,非常昂贵。使用ICA对在线分析的数据,用于大脑计算界面,结果几乎完全禁止。我们展示几乎没有增加成本(快速视频卡)的速度ICA的25倍。EEG数据,这是一个许多独立的重复信号在多个频道,非常适合处理使用向量处理器中包含图形单位。我们分析该算法的实现和检测两种主要类型的操作负责处理瓶颈,几乎80%的计算时间:向量矩阵和矩阵与矩阵的乘法。通过替换函数调用基本线性代数函数提供的标准CUBLAS例程GPU制造商,它不会提高性能由于CUDA内核启动开销。相反,我们开发了一种基于gpu的解决方案,比较与原bla和CUBLAS版本,获得ICA的25倍的性能计算。SN - 1687 - 5265你2012/206972 / 10.1155——https://doi.org/10.1155/2012/206972——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER