Využití paralelizovaných matematických operací v oblasti zpracování dat
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato Bakalářská práce se zabývá zrychlení výpočtů funkcí paralelními výpočty, zprostředkovaných grafickými kartami NVDIA, prostřednictvím technologie CUDA. Teoretická část popisuje obecné principy paralelních výpočtů a základní vlastnosti a parametry grafických karet NVDIA. Teoretické část se také věnuje základním principům technologie CUDA. Konec teoretické části se věnuje knihovnám FFTW a CuFFT. Praktická část se zabývá srovnání výkonu GPU a CPU na funkcích filter2D a Canny a možnostem praktického zrychlení výpočtu rychlé konvoluce. V praktické části jsou také popsány ukázky kódu, který byly použity pro srovnání výkonu GPU a CPU. Výsledky těchto programů jsou následně zaneseny do grafů a zhodnoceny.
This Bachelor thesis deals with the acceleration of function calculations, using parallel computing mediated by NVDIA graphics cards via CUDA technology. The theoretical part describes the general principles of parallel computing and the basic characteristics and parameters of graphics cards NVDIA. The theoretical part also deals with basic principles of CUDA technology. End of the theoretical part focuses on FFTW and cuFFT libraries. The practical part deals with the comparison of the performance between GPU and CPU functions filter2D and Canny and practical possibilities of accelerating fast convolution calculation. The practical part also describes sample code that was used to compare the performance between GPU and CPU. The results of this program are then plotted and evaluated.
This Bachelor thesis deals with the acceleration of function calculations, using parallel computing mediated by NVDIA graphics cards via CUDA technology. The theoretical part describes the general principles of parallel computing and the basic characteristics and parameters of graphics cards NVDIA. The theoretical part also deals with basic principles of CUDA technology. End of the theoretical part focuses on FFTW and cuFFT libraries. The practical part deals with the comparison of the performance between GPU and CPU functions filter2D and Canny and practical possibilities of accelerating fast convolution calculation. The practical part also describes sample code that was used to compare the performance between GPU and CPU. The results of this program are then plotted and evaluated.
Description
Keywords
Canny, CPU, CUDA, cuFFT, GPU, GPGPU, grafy, FFT, FFTW, filter2D, funkce, OpenCV, paralelní výpočty, paralelní zpracování, rychlá konvoluce, výpočty, Canny, CPU, CUDA, cuFFT, GPU, GPGPU, graphs, fast convolution, FFT, FFTW, filter2D, functions, OpenCV, parallel computing, parallel processing, calculations
Citation
POLÁŠEK, J. Využití paralelizovaných matematických operací v oblasti zpracování dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Teleinformatika
Comittee
prof. Ing. Zdeněk Smékal, CSc. (předseda)
Ing. Pavel Šilhavý, Ph.D. (místopředseda)
Ing. Ivan Míča, Ph.D. (člen)
Ing. Radek Zezula, Ph.D. (člen)
Ing. Jiří Prokeš, Ph.D. (člen)
doc. Ing. Lukáš Malina, Ph.D. (člen)
Date of acceptance
2016-06-16
Defence
- Jaké SIMD instrukční sady jsou obsaženy v procesorech typu x86?
- Proč procesor i7 dosáhl horších výsledků než použité i5 procesory?
- Kdy je výhodné preferovat použití GPU před CPU?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení