FUKSA, T. Distribuce matematických výpočtů v PC [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.

Posudek vedoucího

Petyovský, Petr

Zadání této bakalářské práce patřilo mezi náročné a to z časového i odborného hlediska. Student v rámci plnění zadání práce získal znalosti z oboru implementace a optimalizace obecných algoritmů využívajících grafický procesor (GPGPU) k akceleraci výpočtu. Tyto informace jsou nad rámec bakalářského i magisterského studia. Práci věnoval dostatečné množství času, který si vhodně rozdělil. Pracoval iniciativně, samostatně a své průběžné výsledky prezentoval na pravidelných konzultacích. Student splnil všechny body zadání. Pan Fuksa podrobně nastudoval problematiku akcelerace výpočtu pomocí využití GPGPU, zvolil vhodnou platformu NVidia CUDA se kterou pracoval v dalších částech práce (kap. 2-3). Popisu pojmů a principům ovládání zvoleného GPGPU jsou věnovány kapitoly 4-5. Dle zadání student implementoval 3 demonstrační úlohy z různých technických oblastí, vždy s podrobným popisem a zhodnocením dosažených výsledků (kap. 6). Závěrečná kapitola je věnována obecné úvaze o silných a slabých stránkách výpočtů prováděných pomocí GPGPU a podrobnému zhodnocení výsledků. Bakalářská práce je sestavena v logickém sledu a rozsahy všech kapitol odpovídají jejich důležitosti. V příloze práce na CD jsou uvedeny realizované demonstrační úlohy (včetně zdrojového textu) a změřená data. Dosažené výsledky i pečlivé formální zpracování textu práce svědčí o zřejmých bakalářských schopnostech studenta. V mnoha ohledech je možné tuto bakalářskou práci srovnávat s pracemi magisterskými. Předložené práci navrhuji hodnocení: výborně.

Posudek oponenta

Macho, Tomáš

P. Fuksa se ve své práci zabýval možností využití grafických procesorů pro obecné matematické výpočty. Na několika typech časově náročný matematických výpočtů používaných v oblasti zpracování obrazu provedl porovnání rychlosti GPU (Graphic Processing Unit) a CPU. Náročnost zadání lze považovat jak po stránce odborné, tak časové za dosti vysokou, protože p. Fuksa musel proniknout do problematiky GPU, distribuci algoritmů uvnitř GPU, přenosu dat mezi GPU a operační pamětí PC včetně vývojových nástrojů pro GPU. Problematiku musel samostatně nastudovat, neboť není náplní žádného předmětu vyučovaného na FEKT. Autor popsal architekturu GPU grafické karty NVIDIA GeForce 8800 a způsob programování GPU s využitím vývojového nástroje CUDA, rozdělení úloh na kernely a v nich běžící vlákna, práci s paměťmi uvnitř GPU a komunikaci mezi GPU a zbytkem PC. Dále provedl porovnání rychlosti zpracování několika typů matematických výpočtů prováděných na GPU a CPU. Jako testovací algoritmy použil: výpočet prvočísel, redukci šumu v obraze (prováděno pomocí konvoluce) a ekvalizaci histogramu HDR snímku. Volbu testovacích algoritmů, vývojového prostředí CUDA i provedení měření rychlosti algoritmů považuji za správné. Zejména oceňuji, že p. Fuksa dokázal výborně vyhodnotit a porovnat výsledky měření rychlosti jednotlivých výpočtů. Průvodní zpráva obsahuje 52 stran, skládá se z 8 kapitol, je sestavena v logickém sledu a obsahuje minimum překlepů. Práce má solidní grafickou úroveň Vzhledem k výše uvedeným skutečnostem navrhuji hodnotit práci p. Fuksy známkou "A/výborně".

eVSKP id 22277