|
|
Ray tracing na architektuře CUDA
Bidmon, Lukáš ; Polok, Lukáš (oponent) ; Bařina, David (vedoucí práce)
Tato práce se zabývá využitím grafických karet podporujících CUDA pro výpočet ray tracingu. Nejdříve je představen klasický rekurzivní algoritmus pro ray tracing a je uveden matematický základ, použitý při výpočtech, pro implementovaná tělesa. Dále je představena architektura nVidia CUDA a jsou uvedeny odlišnosti od výpočtů prováděných na CPU. Následuje návrh algoritmu, kde jsou rozebrány úpravy nutné pro běh na GPU. Část o implementaci se zabývá průběhem programu a využitím paměti. Nakonec jsou uvedeny výsledky testování a porovnání výkonu CPU a GPU implementace.
|
|
|
Nástroj na testovaní bezpečnosti bezdrátových sítí
Gancarčík, Lukáš ; Kačic, Matej (oponent) ; Jurnečka, Peter (vedoucí práce)
Tato práce se zabývá problematikou zabezpečení bezdrátových sítí, současnými možnostmi ochrany těchto sítí a implementaci nástroje na jejich testování. Pojednává také o využití technologie nVidia CUDA k akceleraci paralelních úloh. V práci jsou popsané výhody použití téhle technologie jako i nárůst výkonu v porovnání s řešením využívajícím klasického procesoru. Nakonec jsou popsané výsledky nástroje nasazeného na reálné bezdrátové sítě.
|
|
|
Porovnání výkonnosti knihoven pro výpočty na GPU
Kula, Michal ; Korček, Pavol (oponent) ; Pospíchal, Petr (vedoucí práce)
Bakalářská práce se zabývá principy práce grafických adaptérů, jejich nasazením pro běžné výpočty za pomoci grafických knihoven a porovnáním těchto knihoven. V práci je vysvětlena vhodnost využití grafických adapterů pro různé výpočty, omezení a efektivnost použití programovacích metod na základě principů práce grafických adaptérů. Jsou zde porovnávány grafické knihovny Nvidia Cuda, OpenCL a to jak v rychlosti přenosů dat, tak při jednoduchých a komplexních výpočtech. Výsledkem práce je vyhodnocení testů a zhodnocení vhodnosti využití grafických knihoven ve vybraných výpočtech.
|
|
|
Akcelerace algoritmů komprese dat s využitím GPU
Cacek, Pavel ; Drábek, Vladimír (oponent) ; Šimek, Václav (vedoucí práce)
Tato bakalářská práce se zabývá možnostmi akcelerace kompresního algoritmu na grafické kartě. Konkrétním zkoumaným algoritmem je kompresní algoritmus JPEG, který se používá pro kompresi obrazových dat. V textu jsou nejprve představeny technologie, pomocí kterých můžeme využívat výpočetní sílu grafických karet. Dále se práce zaměřuje na teoretický popis algoritmu JPEG a následně je popsána jeho implementace pomocí OpenCL a NVIDIA CUDA. Nakonec je provedeno srovnání výkonu těchto GPGPU technologií.
|
|
|
Raytracing na GPU
Straňák, Marek ; Jošth, Radovan (oponent) ; Polok, Lukáš (vedoucí práce)
Raytracing je základnou technikou pro vizualizaci trojrozměrných objektů. Cílem práce je demonstrovat možnost implementace sledovaní paprsků pomocí grafického akcelerátoru. Popíšem základní algoritmus a jeho modifikovanou verzi, která byla implementována pomocí jazyka CUDA C. Výsledný raytracer je optimalizovaný pro dynamické scény. Pro tento účel byla použita akcelerační struktura KD strom, hierarchické obalové tělesa a přenos dat pomocí PBO. Pro realističtější výstupy byla také implementována fotonová mapa zobrazující kaustiky.
|
|
| |
|
|
Akcelerace genetického algoritmu s využitím GPU
Pospíchal, Petr ; Šimek, Václav (oponent) ; Jaroš, Jiří (vedoucí práce)
Tento text představuje diplomovou práci se zaměřením na akceleraci Genetických algoritmů s použitím grafických čipů. První část popisuje Genetické algoritmy a s ním související populaci, chromozom, křížení, mutaci a selekci. Další část je věnována možnostem využití grafických karet jako prostředku pro obecné výpočty, kde jsou popsány jak možnosti programovatelné grafické pipeline s použitím DirectX/OpenGL a Cg, tak specializované knihovny pro GPGPU se zaměřením na architekturu CUDA. Další kapitola se zaměřuje na návrh implementace s použitím GPU, popsány jsou PGA modely a dílčí problémy, jako jsou rychlé řazení a generování náhodných čísel. Následují detaily implementace -- migrace, křížení a selekce mapovaná na CUDA softwarový model. Závěrem je provedeno srovnání rychlosti a kvality CPU a GPU části.
|
|
|
Akcelerace heuristických metod diskrétní optimalizace na GPU
Pecháček, Václav ; Jaroš, Jiří (oponent) ; Pospíchal, Petr (vedoucí práce)
Práce se zabývá řešením diskrétních optimalizačních úloh. Zaměřuje se na zkrácení doby výpočtu s využitím heuristických metod a paralelismu. Teoretický základ tvoří kombinace algoritmů ant colony optimization (ACO) a lokálního prohledávání k-optimization. Platformu použitou při implementaci pak představuje technologie Nvidia CUDA umožňující efektivní provádění obecných výpočtů na moderních grafických čipech. Návrh využívá případové studie v podobě známého problému obchodního cestujícího (TSP). Řešení je založeno na rozdělení úlohy na podproblémy s pomocí techniky tour-based partitioning, paralelním zpracování jednotlivých částí a jejich opětovném spojení. Vytvořený paralelní kód dokáže provádět výpočet více než sedmnáctkrát rychleji než jeho sekvenční verze.
|
|
| |
|
|
Massive parallel implementation of ODE solvers
Fischer, Cyril
The paper maps the possibilities of exploitation of the massive parallel computational hardware (namely GPU) for solution of the initial value problems of ordinary differential equations. Two cases are discussed: parallel solution of a single ODE and parallel execution of scalar ODE solvers. Whereas the advantages of the special architecture in the case of a single ODE are problematic, repeated solution of a single ODE for different data can prot from the parallel architecture. However, special algorithms have to be used even in the latter case to avoid code divergence be- tween individual computational threads. The topic is illustrated on several examples.
|
host ::
RSS.