|
|
Simulace šíření tepla v mozku s využitím vysokoúrovňových GPGPU technik
Krbila, Martin ; Kadlubiak, Kristián (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato diplomová práce se zabývá akcelerací simulace šíření tepla na grafické kartě. Je zde popsán postup akcelerace existující implementace v Matlabu, která je součástí balíku k-Wave. V práci jsou popsány různé vysokoúrovňové i nízkoúrovňové knihovny pro programovaní na grafických kartách a shrnuty jejich silné a slabé stránky. Byla vytvořena implementace simulace na GPU kompletně pokrývající funkcionalitu původní verze, která dosahuje přibližně stonásobného zrychlení oproti procesorové implementaci v Matlabu. Jako součást této práce byl také vytvořen modul umožňující výpočet diskrétních trigonometrických transformací na grafické kartě, který dosahuje přibližně desetinásobného zrychlení oproti nejlepší procesorové variantě a umožňuje akceleraci simulace s různými okrajovými podmínkami. Výstupem práce je také srovnání výkonu několika verzí základní simulace při využití různých GPGPU technik.
|
|
|
Numerická simulace šíření tepla s využitím GPU
Hradecký, Michal ; Vašíček, Zdeněk (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá numerickou simulací šíření tepla v lidských tkáních. Navržený algoritmus pracuje s metodou konečných diferencí v časové doméně (FDTD), kterou aplikuje na řídící rovnici popisující tento systém. Pro implementaci je využito moderní grafické karty, jejíž výkon je porovnán s efektivní implementací na vícejádrovém procesoru. Výstupem práce je sada několika rozdílně optimalizovaných algoritmů pro grafické karty firmy NVIDIA. Experimentální výsledky ukazují, že využití sdílené paměti je v tomto případě kontraproduktivní a nejlepšího výsledku dosáhl algoritmus založený na registrech. Celkové zrychlení dosažené pomocí karty NVIDIA GeForce GTX 580 vzhledem k 4 jádrovému procesoru Intel Core i7 920 činí 18,5, což koresponduje s teoretickými možnostmi obou architektur.
|
|
|
Simulace šíření tepla v mozku s využitím vysokoúrovňových GPGPU technik
Krbila, Martin ; Kadlubiak, Kristián (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato diplomová práce se zabývá akcelerací simulace šíření tepla na grafické kartě. Je zde popsán postup akcelerace existující implementace v Matlabu, která je součástí balíku k-Wave. V práci jsou popsány různé vysokoúrovňové i nízkoúrovňové knihovny pro programovaní na grafických kartách a shrnuty jejich silné a slabé stránky. Byla vytvořena implementace simulace na GPU kompletně pokrývající funkcionalitu původní verze, která dosahuje přibližně stonásobného zrychlení oproti procesorové implementaci v Matlabu. Jako součást této práce byl také vytvořen modul umožňující výpočet diskrétních trigonometrických transformací na grafické kartě, který dosahuje přibližně desetinásobného zrychlení oproti nejlepší procesorové variantě a umožňuje akceleraci simulace s různými okrajovými podmínkami. Výstupem práce je také srovnání výkonu několika verzí základní simulace při využití různých GPGPU technik.
|
|
|
Numerická simulace šíření tepla s využitím GPU
Hradecký, Michal ; Vašíček, Zdeněk (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá numerickou simulací šíření tepla v lidských tkáních. Navržený algoritmus pracuje s metodou konečných diferencí v časové doméně (FDTD), kterou aplikuje na řídící rovnici popisující tento systém. Pro implementaci je využito moderní grafické karty, jejíž výkon je porovnán s efektivní implementací na vícejádrovém procesoru. Výstupem práce je sada několika rozdílně optimalizovaných algoritmů pro grafické karty firmy NVIDIA. Experimentální výsledky ukazují, že využití sdílené paměti je v tomto případě kontraproduktivní a nejlepšího výsledku dosáhl algoritmus založený na registrech. Celkové zrychlení dosažené pomocí karty NVIDIA GeForce GTX 580 vzhledem k 4 jádrovému procesoru Intel Core i7 920 činí 18,5, což koresponduje s teoretickými možnostmi obou architektur.
|
host ::
RSS.