Презентация бакалаврской работы Артема Лебедева
0 likes1,426 views
Документ представляет сравнительный анализ систем программирования графических процессоров Nvidia для задач моделирования и обработки сигналов. Исследование охватывает эффективность и удобство различных инструментов, таких как .NET и Java, с акцентом на их приложимость и производительность. Выводы подчеркивают, что для высокопроизводительных проектов предпочтительным является использование CUDA SDK, а для платформы Java рекомендуется JCUDA.
Презентация бакалаврской работы Артема Лебедева
- 1. Сравнительный анализ систем программирования графических процессоров NVidia для решения задач моделирования и обработки сигналов Лебедев А.С.
- 2. Цели работы Проанализировать возможность использования платформ .NET Framework и Java для программирования графических процессоров NVIDIA. Сравнить инструменты программирования графических процессоров NVIDIA на примере задач моделирования и обработки сигналов.
- 3. Критерии сравнения инструментов Эффективность работы созданных с помощью каждого из рассматриваемых инструментов приложений. Удобство применения каждого из рассматриваемых инструментов.
- 4. Практическая ценность работы Результаты оценки эффективности работы приложений, созданных с помощью различных инструментов программирования GPU NVIDIA, могут быть использованы как критерий выбора платформы и технологии для решения поставленной задачи высокопроизводительной распараллеленной обработки информации. Результаты оценки удобства и простоты применения инструментов программирования GPU NVIDIA могут служить критерием выбора инструмента в случае наличия компромисса между эффективностью работы созданного приложения и трудоемкостью его разработки.
- 5. Задачи исследования Реализация с помощью всех рассматриваемых инструментов алгоритмов решения выбранных задач моделирования и обработки сигналов. Проведение замеров времени исполнения критических участков приложений и анализ полученных результатов измерений. Определение границ применимости каждого из рассматриваемых инструментов и оценка времени, затраченного на создание приложений.
- 6. Архитектура вычислителя CUDA Общая память Диспетчер инструкций ПотоковыймультипроцессорТекстурный процессор Кэш L1 инструкций Кэш L1 данных
- 7. Структура вычислителя CUDA на логическом уровне
- 9. Архитектура сред программирования CUDA GPU CPU Драйвер CUDA <<DLL>> Среда исполнения CUDA <<DLL>> CUDA.NET <<DLL>> JCUDA <<Generic Package>> GPU.NET <<DLL>> Приложение Java <<Main Program>> Библиотеки CUDA <<Generic Package>> Приложение .NET <<Main Program>> Приложение Unmanaged <<Main Program>>
- 10. Особенности компиляции kernel в рамках GPU.NET
- 11. Дискретное вейвлет-преобразование изображения 4/))12,12()12,2()2,12()2,2((, yxsrcyxsrcyxsrcyxsrcyxdst 4/))12,12()12,2()2,12()2,2((, yxsrcyxsrcyxsrcyxsrcyNxdst 4/))12,12()12,2()2,12()2,2((, yxsrcyxsrcyxsrcyxsrcNyxdst 4/))12,12()12,2()2,12()2,2((, yxsrcyxsrcyxsrcyxsrcNyNxdst
- 12. Преимущество GPU перед CPU (4 потока)
- 13. Преимущество GPU перед CPU (1 поток)
- 14. Гравитационная задача N тел В пустоте находится N материальных точек, массы которых известны. Известны начальные на момент времени положения и скорости каждой точки. Требуется найти положения точек для всех последующих моментов времени. Эволюция системы описывается следующей системой уравнений: i i v dt rd N ij ij ij j i rr rr Gm dt vd 3
- 15. Преимущество GPU перед CPU (4 потока)
- 16. Преимущество GPU перед CPU (1 поток)
- 17. Ускорение с sqrt.f32 в gpu.net
- 18. Выводы Для выполнения проектов, критичных к производительности, разработчикам можно рекомендовать только CUDA SDK, использование которого помогает избежать проблем потери времени, связанных с исполнением управляемого кода под средами исполнения. В случае, если разработка проекта ведется под платформу Java, разработчикам можно рекомендовать JCuda в условиях отсутствия альтернатив. В случае, если разработка проекта ведется под платформу .NET/Mono и критична производительность приложения, то единственным вариантом является использование CUDA.NET. В противном случае, можно рекомендовать GPU.NET, но только для задач, которые вписываются в рамки, обозначенные его ограничениями.