随着大数据时代的来临,软件系统功能逐渐多样化,早期的遥感信息加速提取系统计算模式大多为单节点并行,之后发展为使用集群并行处理架构进行设计开发。当前遥感信息加速提取系统面临有限的可重用性与可伸缩性的挑战,系统中服务的便捷性、系统的可扩展性以及系统维护有所不足。微服务架构具备独立部署能力,可实现进程独立。微服务架构伸缩性强、可用性高、且拥有更加智能的运维方式。微服务中的每个服务足够内聚,可对各服务进行有效的管理。业务可实现实时更新以及模块化发布,并可实现服务的无间断提供。因此,如何使遥感信息加速提取系统具有更强的服务便捷性以及可扩展性,实现资源的重复利用,从而使系统的开发效率得到进一步的提升是系统整体效率提升的关键。随着遥感图像的分辨率大幅提高,数据量的不断扩大,遥感相关从业者对遥感图像处理的实时性要求越来越高。基于CUDA的遥感专题产品算法并行模式大多取得了较好的加速性能,但CUDA存在编程周期长、掌握难度较大等问题。采用Open Acc并行可使开发周期更短,不用重写串行算法,并可一次编译多种设备运行。因此,如何实现算法更高效的数据和任务并行,实现较短周期的开发,从而进一步提升算法的执行效率和处理过程的实时性,使之满足各行业的遥感应用需求是遥感专题产品算法改进过程中的关键。本文主要开展的工作有:(1)基于计算节点内具有的GPU计算资源,提出了两种基于异步多流的Open Acc并行处理模式。通过将计算数据分块并采用异步多流的方式进行加速计算,有效的屏蔽了部分数据传输和计算的时间,从而提升了算法的并行处理性能。以归一化植被指数为例展示了该并行处理策略的详细设计过程,并通过数值实验验证了基于异步多流的Open Acc并行处理模式的有效性。(2)采用分布式、多节点协同的设计理念,集成声明式远程调用组件Feign、服务网关Zuul、安全认证组件Spring Cloud Security和服务熔断Hystrix等技术搭建了完整的微服务框架。设计并实现了基于微服务与Open Acc的遥感信息加速提取系统,并将系统中的核心加速与遥感数据展示服务集成至框架中。系统分为遥感速递、数据加速处理和遥感数据展示等服务模块。将基于异步多流的Open Acc并行处理模式集成至系统内数据加速处理模块中,并通过遥感数据展示模块将加速效果以可视化图表形式进行直观展示。通过实验结果对比,验证了本文提出的两种基于异步多流的Open Acc并行处理模式相对于传统的处理算法具有较好的加速效果。同时,通过对系统各模块的多次功能测试,也验证了本文所设计的基于微服务与Open Acc的遥感信息加速提取系统具有一定的应用价值。