|
|
Akcelerace komprese dat v prostředí paralelních architektur
Juránek, Luboš ; Tříska, Vít (oponent) ; Šimek, Václav (vedoucí práce)
Tato bakalářská práce se zabývá využitím paralelních architektur, zejména GPU, pro akceleraci vybraných bezeztrátových komprimačních algoritmů, založených na statistické metodě, a transformací, měnící entropii vstupních dat pro dosažení lepšího kompresního poměru. V této bakalářské práci jsou také teoreticky shrnuty obecné informace o paralelních architekturách a možností programování na nich, hlavně pomocí technologií NVIDIA CUDA a OpenCL.
|
|
|
Využití GPU pro akceleraci optimalizace systému vodních děl
Marek, Jan ; Petrlík, Jiří (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá optimalizací řízení zásobní funkce vodohospodářských soustav. Vycházíme z dizertační práce Ing. Pavla Menšíka Ph.D., Automatizace řešení zásobní funkce vodohospodářské soustavy. Jako optimalizační metoda byla zvolena diferenciální evoluce. Daná metoda bude implmentována sekvečne a poté paralelizována nejdříve na procesoru a poté na GPU
|
|
|
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.
|
|
|
Metody klasifikace síťového provozu
Jacko, Michal ; Ovšonka, Daniel (oponent) ; Barabas, Maroš (vedoucí práce)
Táto práca sa zaoberá problémom detekcie anomálií v sieťovej prevádzke a klasifikácie sieťových tokov. Na základe existujúcich metód popisuje práca návrh a implementáciu nástroja, pomocou ktorého je možné automaticky klasifikovať sieťové toky. Nástroj využíva platformu CUDA na spracovanie sieťových dát a výpočet metrík sieťových tokov pomocou grafickej karty. Spracované toky sú následne klasifikované navrhnutými metódami pre detekciu sieťových anomálii.
|
|
|
Zpracování obrazu s velkými datovými toky - využití CUDA/OpenCL
Sedláček, Filip ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Hlavným cieľom tejto práce je návrh optimalizácie algoritmu detekujúceho vady v produkovanom netkanom textile. Algoritmus vyvinula spoločnosť CAMEA spol. s.r.o. Dôsledkom zmeny aktuálneho kamerového systému za výkonnejší, bude potreba aktuálny algoritmus optimalizovať a vybrať hardvér s vhodnou architektúrou, na ktorom budú výpočty vykonávané. V práci budu detailnejšie popísané programovacie techniky softvérovej architektúri CUDA a frameworku OpenCL. Pomocou týchto nástrojov navrhneme implementáciu paralelného ekvivalentu aktuálneho algoritmu, popíšeme rôzne optimalizačné metódy a navrhneme GUI k testovaniu týchto metód.
|
|
|
Interaktivní simulace chování tkaniny akcelerovaná pomocí GPU
Melichar, Vojtěch ; Klepárník, Petr (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá interaktivní simulací chování tkanin s využitím GPU pro obecné výpočty. V první části jsou rozebrány všechny technologie, které jsou následně využity při implementaci programu. Druhá část poté diskutuje různé způsoby řešení simulací. Především se věnuje částicovým systémům, které patří k nejpoužívanějším metodám. Následně je navržen program, který je v rámci této práce také implementován. Implementace proběhla ve čtyřech různých variantách. První variantou je čistě CPU implementace, druhou variantou je optimalizace CPU implementace pomocí technologie OpenMP. Z těchto implementací vychází CUDA implemntace. Poslední zde implementovanou variantou byla optimalizovaná CUDA implementace. Na závěr práce jsou všechny implementace vyhodnoceny z pohledu jejich výpočetní složitosti a vhodnosti pro použití v grafice počítané v reálném čase.
|
|
|
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.
|
|
|
Paralelní zpracování signálů pomocí GPU
Václavík, Jiří ; Frýza, Tomáš (oponent) ; Mego, Roman (vedoucí práce)
Práce v úvodu naznačuje historii vzniku moderních grafických procesorů. V teoretické části textu je popsáno minimum k programovacímu modelu nutnému k naprogramování jednoduchých DSP algoritmů. Další část potom zpracovává tři běžné algoritmy pro zpracování signálu - filtr s konečnou impulsní odezvou, naivní implementaci diskrétní kosinové transformace typu II. a rychlou Fourierovu transformaci. Pro demonstraci paralelních možnosti GPU byl vybrán algoritmus kódování obrazových dat JPEG komprese, na kterém jsou dobře patrné výhody i nevýhody paralelního zpracování dat a kompromisy, po kterých je nutné sáhnout.
|
|
|
Akcelerace částicových rojů PSO pomocí GPU
Krézek, Vladimír ; Schwarz, Josef (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá technikou PSO (Particle Swarm Optimization neboli Optimalizace pomocí částicových rojů), s jejíž pomocí je možné řešit komplexní problémy. Tuto techniku lze využít při řešení složitých kombinatorických problémů (obchodní cestující, úloha o batohu), návrh integrovaných obvodů a antén, v oborech jako je biomedicína, robotika, umělá inteligence nebo i finančnictví. Přestože je algoritmus PSO velice efektivní, čas nezbytný pro nalezení vhodného řešení reálných problémů často přesahuje hranice únosnosti. Cílem této práce je tedy urychlit běh tohoto algoritmu pomocí grafického adaptéru, který nabízí velmi vysoký výpočetní potenciál při zachování příznivé ceny a rozměru. Pro demonstrační účely a ověření kvality implementace byl zvolen problém rozhodnutelnosti systému logických formulí (SAT), jenž patří do třídy NP-úplných problémů. Redukcí časové náročnosti algoritmu PSO při řešení SAT problému jsme tedy schopni akcelerovat celou třídu úloh a řešit problémy, které byly dosud prakticky neřešitelné.
|
|
|
Rekurentní neuronové sítě pro klasifikaci textů
Myška, Vojtěch ; Kolařík, Martin (oponent) ; Povoda, Lukáš (vedoucí práce)
Diplomová práce se zabývá návrhem neuronových sítí pro klasifikaci pozitivních a negativních textů. Vývoj probíhal v programovacím jazyce Python. Návrh modelů hlubokých neuronových sítí byl proveden pomocí vysokoúrovňového API Keras využívající knihovnu pro numerické výpočty TensorFlow. Výpočetní operace byly provedeny pomocí GPU využívající CUDA architekturu. Výstupem práce je jazykově nezávislý model neuronových sítí umožňující klasifikaci textů na úrovni znaků. Vzorky byly úspěšně klasifikovány až v 93,64% případů. Trénovací a testovací data byla poskytnuta vícejazyčnou a Yelp databází. Simulace byly provedeny na 1200000 anglických, 12000 českých, německých a španělských textů.
|
host ::
RSS.