论文部分内容阅读
金属增材制造行业飞速发展,对数据处理的速度也有越来越高的要求,传统的串行切片算法以及不能满足工业制造需求。本文研究了在金属增材制造领域中对传统的基于面片拓扑关系的切片算法的异构并行化改进。首先我们对基于面片拓扑关系的数据结构进行改造,然后使用了GPU通用并行架构CUDA技术对算法进行并行计算加速。为了使用CUDA架构进行并行化加速,我们对数据进行了一系列的准备工作,以提高性能。经过实验验证此算法大大提高了三角面片与切平面求交时间,对整体切片过程的效率也有很大的改进,并且当数据量增大时,算法效率提升更加明显