五分钟学GIS | GPU在GIS技术上的应用
目录
在GIS中图形处理能力尤为重要，特别是在三维GIS技术中，为了让三维场景能够更逼真、更流畅地显示，往往需要为计算机配置一个独立显卡，利用其GPU技术来满足GIS的图形运算需求。
什么是GPU
GPU（英文全称Graphic Processing Unit，中文名称图形处理器）是显卡的“心脏”，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上进行图像运算工作的微处理器。
GPU具有的超长流水线和并行计算特点使得GPU运算速度很快，甚至已经超越了通用的CPU。早期所有的图形处理都是由CPU单独完成，GPU的出现促使图形处理功能由CPU向GPU转移，极大地提高了计算机图形处理的速度和图形质量。
为什么三维GIS需要GPU
GPU是面向图形实时渲染定制的，渲染一个复杂的三维场景，需要处理几百万个三角形顶点和光栅化上百万个像素，若要求在PC上快速、实时生成高质量的三维图像，CPU运算速度远跟不上这样复杂3D图形处理的要求，而有了GPU就能让三维GIS能够实时、流畅地渲染。
SuperMap为了保证三维场景以及分析运算的绘制和显示速度，利用GPU的运算能力和可编程能力，对三维场景实现加速绘制的优化处理，下面我们来看几个基于GPU图形加速的例子。
图1 基于GPU的动态可视域分析
图2 全球船舶航运实时渲染
图3 基于GPU的等值线分析
GPU还能为GIS带来哪些提升
GPU除了在图形加速方面的能力以外，其在通用计算技术，如浮点运算、并行计算等方面，也引起业界不少的关注，很多实际案例也证明了，GPU在浮点运算、并行计算等部分计算方面，可以提供数十倍乃至于上百倍于CPU的性能。
在串行计算环境下GIS空间分析算法几乎已经达到理论上的时间复杂度的极限，如何进一步提升海量空间数据的分析处理运算速度，GPU在并行计算上的卓越能力成为GIS分析性能的一把利器，SuperMap针对空间分析功能提供了两种GPU并行计算模式，分别是CUDA和OpenCL。下图是SuperMap在开启并行技术进行坡度、坡向、三维晕渲以及正射三维影像提取的分析测试结果，可以看到GPU并行技术在GIS分析算法上的效率提升。
上图所示，在进行GIS坡度、坡向等分析功能时，开启GPU运算（CUDA并行计算）其计算速度能提升50%+。
SuperMap GIS提供了基于GPU图形硬件加速的通视分析、可视域分析、阴影率统计分析等三维分析功能，具备快速实时显示、不依赖数据来源、所见即可得、可直接移植到移动端和浏览器端等优势。随着可编程图形硬件性能的不断提高，以及高级硬件绘制语言的完善和算法的成熟，使得GPU加速在GIS领域发挥的作用也越来越大。即使在普通硬件配置的PC上，通过利用GPU的运算能力和可编程能力，也能保证了GIS分析结果实时的绘制和显示效率。
转载自：https://blog.csdn.net/supermapsupport/article/details/76187156
