Altro VERIFICATO

Image Convolution

Università degli studi di Firenze ingegneria informatica 2019
107 visualizzazioni
10 download
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il testo descrive l'implementazione e il confronto di algoritmi per la convoluzione 2D su immagini digitali, analizzando versioni sequenziali CPU, parallele con OpenMP e GPU tramite CUDA. Si evidenzia come le implementazioni GPU sfruttino memoria condivisa e costante per ridurre gli accessi globali, ottenendo prestazioni superiori rispetto alla CPU. I test confermano che l'uso della memoria condivisa accelera significativamente il calcolo su larga scala, mentre la versione parallela OpenMP dimezza i tempi sulla CPU.
Leggi il riassunto completo
  • Il filtraggio spaziale tramite convoluzione in dominio digitale è un'operazione fondamentale per il rilevamento dei bordi e la modifica dell'immagine che richiede elevate capacità di elaborazione dato l'aumento delle dimensioni degli immagini moderne.
  • Su CPU, mentre gli algoritmi sequenziali sono sufficientemente veloci solo per immagini piccole, le versioni parallele basate su OpenMP ottimizzano significativamente i tempi riducendo quasi a metà la durata rispetto all'approccio seriale sfruttando il parallelismo dei pixel indipendenti.
  • Le implementazioni GPU con CUDA seguono una struttura standard di allocazione memoria e copia dati, ma l'utilizzo della shared memory riduce drasticamente gli accessi alla global memory passando da 9 a soli 4 per thread nel caso di kernel 3x3.
  • L'impiego ulteriore della constant memory permette ulteriori miglioramenti prestazionali poiché memorizza i dati del kernel invariabili durante l'esecuzione, riducendo la larghezza di banda richiesta rispetto all'utilizzo esclusivo della global memory.
  • I test condotti su immagini fino a 6000x4000 pixel confermano che gli algoritmi CUDA superano nettamente le prestazioni delle CPU e che la combinazione di shared e constant memory offre i tempi di elaborazione più brevi per entrambi i kernel da 3x3 e 5x5.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — Image Convolution

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di PARALLEL COMPUTING

Condividi questi appunti

WhatsApp Telegram