|
Automatizace RC řízení modelů s kamerou
Záň, Drahoslav ; Beran, Vítězslav (oponent) ; Zemčík, Pavel (vedoucí práce)
V současnosti je sortiment RC modelů stále širší, avšak používání a ovládání zůstává pořád stejné. Cílem této bakalářské práce je proto upravení vhodného RC modelu tak, aby jej bylo možné ovládat pomocí PC. Model je osazen počítačem s videokamerou a s využitím bezdrátové technologie je zabezpečený přenos obrazu do cílové stanice. Takhle upravený model lze použít jako jednoduchý nástroj na průzkum terénu, případně špionáž.
|
| |
| |
|
Akcelerace částicových rojů PSO pomocí GPU
Záň, Drahoslav ; Petrlík, Jiří (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce sa zabývá populačně založenou stochastickou optimalizační technikou PSO (Particle Swarm Optimization) a její akcelerací. Jedná se o jednoduchou, ale velmi efektivní techniku, určenou k řešení složitých multidimenzionálních problémů, která nachází uplatnění v široké oblasti aplikací. Cílem práce je vytvořit paralelní implementaci tohoto algoritmu s důrazem na co nejvyšší zrychlení výpočtu. K tomuto účelu byla zvolena grafická karta (GPU), která v dnešních dobách poskytuje cenově dostupný, masivní výpočetní výkon. Za účelem vyhodnocení přínosu akcelerace s využitím GPU byly vytvořeny a porovnávány dvě aplikace řešící problém odvozený od známého NP-těžkého problému Knapsack. Akcelerovaná aplikace na GPU vykazuje až 5-násobné průměrné a téměř 10-násobné maximální zrychlení výpočtu oproti optimalizované aplikaci pro vícejádrový procesor, ze které vycházela.
|
|
Simulace šíření tepla s časově proměnným zdrojem s využitím GPU
Hála, Pavel ; Záň, Drahoslav (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá simulací šíření tepla v živých tkáních, které je dodáváno časově proměnným externím tepelným zdrojem. Simulace byla implementována pomocí metody konečných diferencí čtvrtého řádu v prostoru a prvního v čase. V rámci práce byla nejprve implementována vícevláknová verze využívající procesoru CPU. Následně bylo implementováno několik verzí pro grafickou kartu GPU s důrazem na maximální adaptaci algoritmu na danou architekturu a co nejlepší využít výpočetního potenciálu grafické karty. Experimentálním měřením se ukázalo, že nejrychlejší je naivní algoritmus využívající pouze globální paměť grafické karty. Dále byla zkoumána efektivita Gauss-Seidelovy obarvovací metody, jejíž cílem je redukce paměťové náročnosti. Na CPU se tato metoda ukázala použitelná, neboť její nejrychlejší verze byla pouze o 13% pomalejší, ale při použití této metody je možné snížit paměťovou náročnost až na polovinu. Implementace této metody na GPU byla 2x pomalejší a její přínos proto není tak velký. Na CPU bylo dosaženo maximálního výkonu 32GFLOPS zatímco na GPU 135GFLOPS. To odpovídá 10% (CPU) a 9% (GPU) maximálního teoretického výkonu obou architektur.
|
|
Simulace šíření tepla s časově proměnným zdrojem s využitím GPU
Hála, Pavel ; Záň, Drahoslav (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá simulací šíření tepla v živých tkáních, které je dodáváno časově proměnným externím tepelným zdrojem. Simulace byla implementována pomocí metody konečných diferencí čtvrtého řádu v prostoru a prvního v čase. V rámci práce byla nejprve implementována vícevláknová verze využívající procesoru CPU. Následně bylo implementováno několik verzí pro grafickou kartu GPU s důrazem na maximální adaptaci algoritmu na danou architekturu a co nejlepší využít výpočetního potenciálu grafické karty. Experimentálním měřením se ukázalo, že nejrychlejší je naivní algoritmus využívající pouze globální paměť grafické karty. Dále byla zkoumána efektivita Gauss-Seidelovy obarvovací metody, jejíž cílem je redukce paměťové náročnosti. Na CPU se tato metoda ukázala použitelná, neboť její nejrychlejší verze byla pouze o 13% pomalejší, ale při použití této metody je možné snížit paměťovou náročnost až na polovinu. Implementace této metody na GPU byla 2x pomalejší a její přínos proto není tak velký. Na CPU bylo dosaženo maximálního výkonu 32GFLOPS zatímco na GPU 135GFLOPS. To odpovídá 10% (CPU) a 9% (GPU) maximálního teoretického výkonu obou architektur.
|
|
Automatizace RC řízení modelů s kamerou
Záň, Drahoslav ; Beran, Vítězslav (oponent) ; Zemčík, Pavel (vedoucí práce)
V současnosti je sortiment RC modelů stále širší, avšak používání a ovládání zůstává pořád stejné. Cílem této bakalářské práce je proto upravení vhodného RC modelu tak, aby jej bylo možné ovládat pomocí PC. Model je osazen počítačem s videokamerou a s využitím bezdrátové technologie je zabezpečený přenos obrazu do cílové stanice. Takhle upravený model lze použít jako jednoduchý nástroj na průzkum terénu, případně špionáž.
|
|
Akcelerace částicových rojů PSO pomocí GPU
Záň, Drahoslav ; Petrlík, Jiří (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce sa zabývá populačně založenou stochastickou optimalizační technikou PSO (Particle Swarm Optimization) a její akcelerací. Jedná se o jednoduchou, ale velmi efektivní techniku, určenou k řešení složitých multidimenzionálních problémů, která nachází uplatnění v široké oblasti aplikací. Cílem práce je vytvořit paralelní implementaci tohoto algoritmu s důrazem na co nejvyšší zrychlení výpočtu. K tomuto účelu byla zvolena grafická karta (GPU), která v dnešních dobách poskytuje cenově dostupný, masivní výpočetní výkon. Za účelem vyhodnocení přínosu akcelerace s využitím GPU byly vytvořeny a porovnávány dvě aplikace řešící problém odvozený od známého NP-těžkého problému Knapsack. Akcelerovaná aplikace na GPU vykazuje až 5-násobné průměrné a téměř 10-násobné maximální zrychlení výpočtu oproti optimalizované aplikaci pro vícejádrový procesor, ze které vycházela.
|
| |
| |