cuPhoton 科学图像管线教程：GPU载入、配准与差分分析

报道讲了什么

• NVIDIA 发布 cuPhoton，一个开源 CUDA-X 工具包，提供 GPU 加速构建块，覆盖从传感器读取到分类的完整路径。
• 在数百 TB 数据、多 GPU 的代表性工作负载上，cuPhoton 将图像加载和读取加速高达 14,900 倍，信号处理加速高达 14,550 倍。
• 数据分析任务从九个月缩短到四小时，在 GPU 加速的 Python 上得到演示。

可以做什么

• xDataReader 将 FITS 文件直接加载到 GPU，支持未压缩 2-16 轴图像 HDU 和 GZIP_1/GZIP_2 压缩的二维图像。
• xRep 将二维图像重采样到共享的北向天球网格，使用 WCS 信息对齐不同像素网格的曝光。
• xPois 在已配准的数组上匹配点扩散函数，xFit 拟合双 PSF 模型估计移动物体的位置。

怎么使用

1. 从检出目录运行 bash src/cuphoton/xdr/src/build.sh 构建 xDataReader 的原生扩展。
2. 在交互式会话中依次执行 Python 代码片段，使用 batch_to_device 加载 FITS 文件到 GPU。

结果与限制

• 不支持 Rice 压缩和抖动浮点量化。
• GPUDirect Storage 需要兼容的驱动和文件系统，否则可能走 PCIe 兼容路径。
• 报告的最大加速比是单个操作，不是端到端流水线加速。

使用入口与依据