|
| |
|
|
Paralelizace výpočtů pro zpracování obrazu
Fuksa, Tomáš ; Macho, Tomáš (oponent) ; Petyovský, Petr (vedoucí práce)
Tato práce se zabývá problematikou paralelních výpočtů na moderních procesorech, ať už se jedná o vícejádrová CPU nebo grafické karty. Cílem práce je seznámit se s výpočetními prostředky vhodnými pro paralelizaci výpočtů na PC, definovat jejich výhody, nevýhody, otestovat jejich vlastnosti na příkladech a zvolit vhodné nástroje pro realizaci knihovny pro paralelní zpracování obrazu. Tato knihovna má urychlit výpočty potřebné k nalezení úběžníku v obraze cesty snímaném mobilním robotem.
|
|
|
Detekce objektů na GPU
Macenauer, Pavel ; Polok, Lukáš (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí objektů pomocí grafických procesorů . Jako její součást byl navržen a naimplementován nástroj pro detekci objektů na technologii NVIDIA CUDA , umožňující detekovat objekty ve videu v reálném čase nebo zpracovávat velké množství fotografií . Jejím cílem je prozkoumat aktuální možnosti technologie NVIDIA CUDA vzhledem k detekci objektů a navrhnout , jak by se daly akcelerovat .
|
|
|
Algoritmy číslicového zpracování obrazu na grafických kartách
Bielczyk, Marek ; Lattenberg, Ivo (oponent) ; Přinosil, Jiří (vedoucí práce)
Cílem práce je ukázat možnosti využití grafických karet při zobrazování obrazového signálu. Práce je zaměřena obzvlášť na technologie CUDA a OpenCL. V řešení se nejdříve zaměříme na samostatnou grafickou kartu a ukážeme si postupný vývoj jejich komponentů a následný projevený efekt ve výkonu grafické karty. Poté si ukážeme samotné technologie CUDA a OpenCL, a také ukázky z kódů s vysvětlením , co který kód způsobí. Výstupem práce je několik programů, definovaných pro obě technologie a pro oba vykonavatele (CPU vs GPU). Přínosem této práce je vidět rozdíly mezi vykonavateli a tím i poukázaní na správnou volbu při návrhu vlastních algoritmů.
|
|
| |
|
|
GPU Accelerated Adversarial Search
Brehovský, Martin ; Bošanský, Branislav (vedoucí práce) ; Bída, Michal (oponent)
Moderní programovatelné grafické čipy umožňují významným způsobem urychlit běh výpočetně náročných algoritmů. Tato technologie schopná masivní paralelizace výpočtů významně zvyšuje výkon velké skupiny algoritmů. Tato práce se zaměřuje na využití grafických procesorů (GPU) v akceleraci algoritmů na takzvané prohledávání herních stromů. Zkoumáme, zda jsou tyto algoritmy vhodné pro paralelizace typu SIMD(single instruction multiple data), jež GPU poskytuje. Proto byly paralelní verze vybraných algoritmů pro GPU srovnány s algoritmy běžícími na CPU. Získané výsledky ukazují výrazné zlepšení rychlosti a dokazují použitelnost GPU technologií v oblasti prohledávání herních stromů.
|
|
|
Implementing incomplete inverse decomposition on graphical processing units
Dědeček, Jan ; Tůma, Miroslav (vedoucí práce) ; Hakl, František (oponent)
Cílem této práce bylo vyhodnocení možnosti řešit soustavy lineárních algebraických rovnic na grafických akcelerátorech. Zatímco řešiče obecně hustých soustav na těchto procesorech jsou víceméně součástí standardních uživatelských knihoven, tato práce se zaměřuje na soustavy řídké, kde tomu tak zdaleka není. Konkrétně se tato práce zaměřuje na jeden specifický algoritmus přibližného inverzního rozkladu symetrických a pozitivně definitních matic, který je kombinován s příslušnou krylovovskou metodou, metodou sdružených gradientů. Důležitou součástí této práce je inovativní paralelní implementace. Předkládané výsledky experimentů se systémy různých velikostí i struktur řídkosti ukazují, že nový přístup je slibný a v jeho vývoji by se mělo pokračovat. Sumárně, práce ukazuje, že přepodmiňování řídkých soustav přibližnými inverzemi na grafických akcelerátorech je jeden z možných efektivních postupů řešení. Powered by TCPDF (www.tcpdf.org)
|
|
|
GPU Accelerated Adversarial Search
Brehovský, Martin ; Bošanský, Branislav (vedoucí práce) ; Bída, Michal (oponent)
Moderní programovatelné grafické čipy umožňují významným způsobem urychlit běh výpočetně náročných algoritmů. Tato technologie schopná masivní paralelizace výpočtů významně zvyšuje výkon velké skupiny algoritmů. Tato práce se zaměřuje na využití grafických procesorů (GPU) v akceleraci algoritmů na takzvané prohledávání herních stromů. Zkoumáme, zda jsou tyto algoritmy vhodné pro paralelizace typu SIMD(single instruction multiple data), jež GPU poskytuje. Proto byly paralelní verze vybraných algoritmů pro GPU srovnány s algoritmy běžícími na CPU. Získané výsledky ukazují výrazné zlepšení rychlosti a dokazují použitelnost GPU technologií v oblasti prohledávání herních stromů.
|
|
|
Algoritmy číslicového zpracování obrazu na grafických kartách
Bielczyk, Marek ; Lattenberg, Ivo (oponent) ; Přinosil, Jiří (vedoucí práce)
Cílem práce je ukázat možnosti využití grafických karet při zobrazování obrazového signálu. Práce je zaměřena obzvlášť na technologie CUDA a OpenCL. V řešení se nejdříve zaměříme na samostatnou grafickou kartu a ukážeme si postupný vývoj jejich komponentů a následný projevený efekt ve výkonu grafické karty. Poté si ukážeme samotné technologie CUDA a OpenCL, a také ukázky z kódů s vysvětlením , co který kód způsobí. Výstupem práce je několik programů, definovaných pro obě technologie a pro oba vykonavatele (CPU vs GPU). Přínosem této práce je vidět rozdíly mezi vykonavateli a tím i poukázaní na správnou volbu při návrhu vlastních algoritmů.
|
|
| |
host ::
RSS.