|
|
Paralelizace výpočtů pomocí GPGPU prostředků
Pacura, Dávid ; Horák, Karel (oponent) ; Petyovský, Petr (vedoucí práce)
Cieľom tejto bakalárskej práce je poukázanie na moţnosti a demonštrácia paralelizácie výpočtov pomocou grafických procesorov. V práci sú uvedené popisy dostupných vývojových nástrojov, a na ich základe je jeden zvolený na implementáciu šifrovacieho MD5 algoritmu a neurónovej siete na rozpoznávanie čísel. Výkon algoritmov je následne porovnaný so svojím paralelným ekvivalentom pre beţné procesory. V závere sú popísané problémy pri vývoji a spôsoby, ktorými je moţné sa im vyhnúť
|
|
|
Acceleration of Photoacoustic Imaging
Nedeljković, Sava ; Bordovský, Gabriel (oponent) ; Jaroš, Jiří (vedoucí práce)
The goal of this thesis is to provide a new method of image reconstruction out of data generated using Photo-Acoustic imaging. Photo-Acoustic imaging is a very popular biomedical in-vivo imaging modality based on the non-invasive laser-induced generation of ultrasound waves recorded by the acoustic sensors, during which very large amounts of data are generated. The amount of data makes the image reconstruction process very time-consuming. This thesis demonstrates image reconstruction using Back-Projection, an algorithm that is simple enough to be optimized for execution on modern accelerated processor architectures. Two versions of this algorithm are designed: from the perspective of the pixel and from the perspective of the sensor. Both versions are implemented using 3 different execution acceleration methods: vector-level parallelism, thread-level parallelism, and parallelism on the Graphical Processing Unit (GPU). All 3 implementations of both algorithm versions are tested and their results are compared to the much slower but more accurate Time-Reversal reconstruction method. The results have shown that the GPU parallelism implementation offers the fastest execution, which is faster more than 200 times on average compared to the Time-Reversal method. This possibly makes it suitable even for real-time applications.
|
|
|
Využitelnost knihovny CUDA v praktickém zpracování obrazů
Korčuška, Robert ; Čáp, Martin (oponent) ; Klusáček, Stanislav (vedoucí práce)
Táto práca obsahuje základný teoretický rozbor spracovávania obrazu filtrovaním, teóriu paralelného spracovania dát a podrobnejší popis štandardu CUDA. Práca popisuje využitie CUDA v oblasti paralelného spracovania obrazu. V demonštračnej aplikácii porovnáva rýchlosť spracovania obrazu vo funkci bežiacej na CPU oproti funkci na GPU a podrobnejšie popisuje základné metódy pre paralelné programovanie na platforme CUDA.
|
|
|
Akcelerované neuronové sítě na grafické kartě
Tomko, Martin ; Zachariášová, Marcela (oponent) ; Krčma, Martin (vedoucí práce)
Tato práce se věnuje implementaci aplikace pro simulaci neuronových sítí a její akceleraci za využití grafického procesoru. Aplikace se zaměřuje především na sítě typu Feedforward a jejich učení algoritmem Backpropagation, podporuje však i jiné typy sítí a umožňuje rozšíření o další učící algoritmy. Aplikace také umožňuje zavést do sítě různé poruchy struktury, což je možné využít pro testování odolnosti neuronových sítí vůči poruchám. Práce je implementována v jazyce C++ za využití OpenCL pro výpočty na GPU. Výsledky akcelerace učení algoritmem Backpropagation byly porovnány s volně dostupnou knihovnou FANN.
|
|
|
Akcelerace kryptografie pomocí GPU
Potěšil, Josef ; Čejka, Rudolf (oponent) ; Lampa, Petr (vedoucí práce)
V této práci bude čtenář nejprve seznámen s vybranými pojmy z oblasti kryptografie. Ve spojení s popisem architektury a programových prostředků pro programování grafických karet (CUDA, OpenCL) byl vybrán algoritmus AES, za účelem jeho akcelerace pomocí GPU. Dále se práce zabývá mapováním aplikačních rozhraní, která existují pro komunikaci se specializovanými krypto-koprocesory v jádrech operačních systémů Linux/BSD (CryptoAPI, OCF) a jejich podporou uvnitř multiplatformní knihovny OpenSSL. Následně práce pojednává o implementačních detailech, dosažených zrychleních a o integraci s OpenSSL. Závěr pojednává o možnostech využití implementovaného algoritmu a krátce o jeho využití přímo v jádrech operačního systému.
|
|
|
Interpolace obrazových bodů
Mintěl, Tomáš ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato diplomová práce se zabývá akcelerací interpolačních metod s využitím GPU a architektury NVIDIA (R) CUDA TM. Grafický výstup je reprezentován demonstrační aplikací pro transformaci obrazu nebo videa s použitím vybrané interpolace. Časově kritické části kódu jsou přesunuty na GPU a vykonány paralelně. Pro práci s obrazem a videem jsou použity vysoce optimalizované algoritmy z knihovny OpenCV, od firmy Intel.
|
|
|
Akcelerovaná dekomprese obrázků ve formátu JPEG na grafických kartách
Janošík, Ondřej ; Polok, Lukáš (oponent) ; Pečiva, Jan (vedoucí práce)
Tato práce řeší problematiku dekomprese JPEG, návrh algoritmů pro provedení dekomprese na grafické kartě a jejich implementaci. Podrobněji se pak zabývá konkrétním postupem implementace včetně možných alternativ a optimalizací. Postup je popisován podle pořadí jednotlivých kroků JPEG dekomprese. Cílem této práce je snaha o redukci času, který je potřeba pro nahrání textury do paměti grafické karty použitím JPEG komprimované textury a dekomprese na straně grafické karty. Kromě úspory času je další výhodou takového přístupu snížení zátěže procesoru, což může být v některých případech žádoucí.
|
|
|
Využitie grafických procesorov pre univerzálne výpočty v priemyselných systémoch
Lukačovič, Martin ; Mašek, Jan (oponent) ; Krkoš, Radko (vedoucí práce)
Práca sa zaoberá možnosťami grafických procesorov v oblasti GPGPU. Obsahuje historické riešenia až po súčasné architektúry. Rovnako sú popísané grafické procesory od najväčších súčasných výrobcov, ich zameranie a ciele v budúcnosti. Pre implementáciu algoritmov pomocou GPU sú potrebné API rozhrania, ktoré ponúkajú rôzne možnosti prevedenia. Okrem CPU a GPU sa pre univerzálne paralélne výpočty využívajú i alternatívy ako FPGA a DSP, kedy je potrebné zvážiť cenovú a energetickú náročnosť. V práci je venovaná časť spôsobu komunikácie s hardwarom a moderným pamäťovým prístupom. Pre demonštráciu paralelného výpočtu bola uskutočnená implementácia násobenia matíc v OpenCL.
|
|
|
Realizace superpočítače pomocí grafické karty
Jasovský, Filip ; Karásek, Jan (oponent) ; Mašek, Jan (vedoucí práce)
Tato diplomová práce se zabývá realizací superpočítače pomocí grafické karty s použitím technologie CUDA. Teoretická část práce popisuje funkci a možnosti grafických karet a běžných ústrojí stolních počítačů a dějů probíhajících při procesu výpočtů na nich. Praktická část se zabývá vytvořením programu pro výpočty na grafické kartě za použití algoritmu umělé inteligence a to konkrétně umělých neuronových sítí. Následně je vytvořený program použit pro klasifikaci dat z objemného vstupního datového souboru.Na závěr jsou porovnány dosažené výsledky.
|
|
|
Segmentace obrazu pomocí GPU
Bravenec, Tomáš ; Mego, Roman (oponent) ; Frýza, Tomáš (vedoucí práce)
Bakalářská práce je zaměřena na využití potenciálu grafických karet v oblasti paralelního zpracování dat, přesněji na zpracování obrazu. Zabývá se určením rozdílu v rychlosti zpracování pomocí grafické karty a běžného přístupu pomocí procesoru. Práce se dále zabývá snímáním obrazu pomocí webkamery.
|
host ::
RSS.