|
|
Aproximace hlubokých neuronových sítí
Stodůlka, Martin ; Mrázek, Vojtěch (oponent) ; Vaverka, Filip (vedoucí práce)
Cílem mé práce je zjistit vliv a dopad aproximovaného počítání na přesnost hluboké neuronové sítě, konkrétně neuronové sítě pro klasifikaci obrazu. Pro implementaci neuronové sítě byla použita varianta frameworku Caffe zvaná Ristretto-caffe, která byla rozšířena o možnost použití aproximovaných operací v konvolučních vrstvách. pro používání aproximovaných komponent. Aproximované počítání bylo použito na násobení v dopředné propagaci při konvoluci. Jako aproximované komponenty byly zvoleny komponenty z knihovny Evoapproxlib.
|
|
|
Akcelerace ultrazvukových simulací pomocí multi-GPU systémů
Stodůlka, Martin ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
V této práci je kladen důraz na multi - GPU systémy a využití CUDA unifikované paměti.Hlavním cílem je akcelerovat výpočet 3D FFT, který je hlavní součástí simulací knihovny k- Wave .K- Wave je C++/ Matlab knihovna určena pro simulaci šíření ultrazvukových vln v 1D , 2D nebo 3D prostoru.Akcelerace těchto funkcí je potřebná, jelikož se jedná o výpočetně náročně simulace.
|
|
|
Implementace 2D ultrazvukových simulací
Šimek, Dominik ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Práca sa zaoberá návrhom a implementáciou 2D simulácie ultrazvukových vĺn. Simulácia ultrazvuku nachádza svoje uplatnenie v medicíne, biofyzike či rekonštrukcii obrazu. Ako príklad môžme uviesť použitie fokusovaného ultrazvuku na diagnostiku a liečbu rakoviny. Program je súčasťou simulačného balíka k-Wave určeného pre superpočítačové systémy, konkrétne stroje s architektúrou zdieľaného adresového priestoru. Program je implementovaný v jazyku C++ s využitím akcelerácie pomocou OpenMP. Pomocou implementovaného riešenia je možné riešiť simulácie veľkých rozmerov v 2D priestore. Práca sa ďalej zaoberá zjednotením kódu 2D a 3D simulácie pomocou moderných prostriedkov C++. Reálnym príkladom využitia je simulácia ultrazvuku pri transkraniálnej neuromodulácii a neurostimulácii, ktorá prebieha v doménach o veľkosti 16384x16384 (a viac) bodov mriežky. Simulácia takýchto rozmerov môže pri použití pôvodnej MATLAB 2D k-Wave trvať niekoľko dní. Implementované riešenie dosahuje voči MATLAB 2D k-Wave 7 až 8 násobné zrýchlenie na superpočítačoch Anselm a Salomon.
|
|
|
Simulace šíření ultrazvuku v kostech
Kadlubiak, Kristián ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Odhaduje sa, že v roku 2012 sa objavilo celosvetovo neuveriteľných 14.1 milióna nových prípadov rakoviny. Toto číslo je alarmujúce. Napriek tomu, že zdravý životný štýl môže zredukovať riziko vzniku rakoviny, vždy existuje istá pravdepodobnosť, že sa rakovina objaví aj u úplne zdravého jedinca. Na úspech liečenia rakoviny majú vplyv najmä dva faktory. Po prvé - včasná diagnostika je absolútne nevyhnutná, po druhé - musí existovať vhodná operačná metóda na odstránenie poškodeného tkaniva. V obidvoch prípadoch má ultrazvuk veľký potenciál ako neinvazívna metóda. Fotoakustická spektroskopia je zobrazovacia metóda so skvelými vlastnosťami, založená na princípe ultrazvuku, schopná detegovať tumor. High-Intensity Focused Ultrasound (HIFU) je neinvazívny chirurgický postup. Tieto metódy by však neboli možné bez presnej simulácie šírenia ultrazvuku. Balíček k-Wave je open source toolbox pre MATLAB, ktorý implementuje tieto simulácie. Vyvstáva otázka, prečo nie sú tieto metódy bežne používané v praxi? Dôvodom je fakt, že simulácia šírenia ultrazvuku je veľmi časovo náročná operácia, čo robi tieto metódy neefektívnymi. Avšak existujú spôsoby akcelerácie takýchto simulácií. Implementácia simulácie na GPU je veľmi perspektívny prístup k akcelerácií. Hlavnou úlohou tejto diplomovej práce je akcelerácia simulácie šírenia ultrazvuku v kostiach a iných tvrdých tkanivách. Implementácia vyvinutá v rámci diplomovej práce bola testovná na rôznych superpočítačoch ako napríklad Anselm v Ostrave alebo Piz Daint v Lugane. Implementované riešenie dosahuje pozoruhodné zrýchlenie v porovnaní s originálnym prototypom v prostredí MATLAB. V najlepšom prípade bola implementácia schopná urýchliť simuláciu približne 160 násobne. To znamená, že simulácia, ktorá by za iných okolností trvala 6,5 dňa, je dnes dokončená za jednu hodinu. Toto zrýchlenie bolo dosiahnuté počas simulácie s rozmermi 416x416x416 bodov a za použitia karty NVIDIA Tesla P100. Diplomová práca obsahuje porovnanie výkonu na rôznych grafických kartách, aby čitateľovi umožnila komplexnejší náhľad na akceleračné schopnosti vyvinutej implementácie a tiež poskytuje bližší pohľad na pamäťovú náročnosť a numerickú presnosť aplikácie. Vďaka schopnosti aplikácie naplno využiť potenciál grafických kariet, majú lekári a vyskumníci z celého sveta v rukách mocný nástroj.
|
|
|
Simulace vody na GPU
Hanzlíček, Jiří ; Jaroš, Jiří (oponent) ; Vaverka, Filip (vedoucí práce)
Cílem této práce je najít vhodný model kapaliny, jehož numerickou simulaci lze realizovat jako interaktivní. Tento požadavek vede na řešení založené na vysoce paralelním algoritmu. Implementace je provedena na procesoru i na grafické kartě tak, aby bylo možné dosáhnout srovnání výpočetního výkonu jednotlivých zařízení na zvoleném modelu.
|
|
|
Simulace lomové zkoušky ve stavebnictví
Bordovský, Gabriel ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce optimalizuje program pro simulaci lomové zkoušky ve stavebnictví. Simulace je využívána k validaci lomových vlastností materiálu používaných při rekonstrukci historických budov. Názorně jsou prezentovány možnosti efektivnějšího využití procesoru při zachování kvality výsledků. V práci jsou analyzovány jednotlivé kroky simulace a následně navrženy možnosti optimalizace kritických úseku pomocí vektorizace či paralelizace. Techniky a postupy použité v této práci mohou být aplikovány na obdobné výpočty a tím výrazně zkrátit dobu potřebnou k výpočtu. Čas výpočtu prototypu byl přes 7,7 hodiny. Optimalizovaná verze zvládá sekvenčně stejný výpočet za 2,1 hodiny nebo paralélně na osmi jádrech za 21 minut. Oproti původní verzi je tak optimalizovaná paralelní verze 21-krát rychlejší.
|
|
|
Acceleration of Axisymetric Ultrasound Simulations
Kukliš, Filip ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
The simulation of ultrasound propagation through soft biological tissue has a wide range of practical applications. These include the design of transducers for diagnostic and therapeutic ultrasound, the development of new signal processing and imaging techniques, studying the aberration of ultrasound beams in heterogeneous media, ultrasonic tissue classification, training ultrasonographers to use ultrasound equipment and interpret ultrasound images, model-based medical image registration, and treatment planning and dosimetry for high-intensity focused ultrasound. However, ultrasound simulation presents a computationally difficult problem, as simulation domains are very large compared with the acoustic wavelengths of interest. But if the problem is axisymmetric, the governing equations can also be solved in 2D. This allows running simulations with larger grid size, with less computational resources and in a shorter time. This paper model and implements an acceleration of the Full-wave Nonlinear Ultrasound Simulation in an Axisymmetric Coordinate System implemented in Matlab using Mex Files for FFTW DST and DCT transformations. The axisymmetric simulation was implemented in C++ as an extension to the open source K-WAVE toolbox. The codes were optimized to run using one node of Salomon supercomputer cluster (IT4Innovations, Ostrava, Czechia) with two twelve-core Intel Xeon E5-2680v3 processors. To maximize computational efficiency, several stages of code optimization were performed. First, the FFTs were computed using the real-to-complex FFT from the FFTW library. Compared to the complex-to-complex FFT, this reduced the compute time and memory associated with the FFT by nearly 50%. Also, real-to-real DCTs and DSTs were computed using FFTW library, which ones in Matlab version, had to be invoked from dynamically loaded MEX Files. Second, to save memory bandwidth, all operations were computed in single precision. Third, element-wise operations were parallelized using OpenMP and then optimized using streaming SIMD extensions (SSE). The overall computation of the C++ k-space model is up to 34-times faster and uses less than one-third of the memory than Matlab version. The simulation which would take nearly two days by Matlab implementation can be now computed in one and half hour. This all allows running the simulation on the computational grid with 16384 × 8192 grid points within a reasonable time.
|
|
|
Neblokující vstup/výstup pro projekt k-Wave
Kondula, Václav ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Práce se zabývá implementací neblokujícího vstupně výstupního rozhraní pro projekt k-Wave, jež je navržen pro simulaci šíření ultrazvuku. Hlavní zaměření je na simulace velkých domén, jež kvůli vysokým nárokům na výpočetní výkon musí být spuštěny na superpočítačích a produkují až desítky GB dat během jediného simulačního kroku. V rámci této diplomové práce jsem navrhl a implementoval neblokující rozhraní pro ukládání dat využitím dedikovaných vláken, čímž se umožní překrytí výpočtu simulace s diskovými operacemi za účelem zkrácení doby provádění simulace. V projektu k-Wave se díky tomuto přístupu podařilo dosáhnout zrychlení až 33%, což má za následek mimo jiné také snížení finanční zátěže běhu simulace.
|
|
|
Návrh digitálních filtrů na GPU
Vaverka, Filip ; Maršík, Lukáš (oponent) ; Polok, Lukáš (vedoucí práce)
Tato práce ukazuje jeden z přístupů k návrhu digitálních filtrů s nekonečnou impulzní odezvou a volitelným řádem. Prezentované řešení je založeno na evolučním genetickém algoritmu a umožňuje tedy přímý návrh filtru dle jeho specifikací. Hlavním přínosem práce je paralelní implementace genetického algorimu, která je akcelerovaná pomocí GPU. Filtry jsou navrhovány v kaskádové reprezentaci. Řešení také umožňuje specifikovat požadovanou jak frekvenční, tak fázovou charakteristiku filtru.
|
|
|
Lokalizace mobilního robota pomocí kamery
Vaverka, Filip ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje návrh a realizaci metody lokalizace mobilního robota. Metoda je založena čistě na obrazových datech získaných pomocí monokulární kamery. Lokalizace je v popisovaném řešení chápána jako asociační problém a jde tedy o lokalizaci v topologickém modelu prostření, který je předem vytvořen. Základem metody je generativní pravděpodobnostní model vzhledu prostředí. Tento způsob lokalizace umožňuje eliminovat některé obtížné problémy, kterými trpí klasické lokalizační metody.
|
host ::
RSS.