Využití paralelizovaných matematických operací v oblasti zpracování dat

Abstract

Tato Bakalářská práce se zabývá zrychlení výpočtů funkcí paralelními výpočty, zprostředkovaných grafickými kartami NVDIA, prostřednictvím technologie CUDA. Teoretická část popisuje obecné principy paralelních výpočtů a základní vlastnosti a parametry grafických karet NVDIA. Teoretické část se také věnuje základním principům technologie CUDA. Konec teoretické části se věnuje knihovnám FFTW a CuFFT. Praktická část se zabývá srovnání výkonu GPU a CPU na funkcích filter2D a Canny a možnostem praktického zrychlení výpočtu rychlé konvoluce. V praktické části jsou také popsány ukázky kódu, který byly použity pro srovnání výkonu GPU a CPU. Výsledky těchto programů jsou následně zaneseny do grafů a zhodnoceny.This Bachelor thesis deals with the acceleration of function calculations, using parallel computing mediated by NVDIA graphics cards via CUDA technology. The theoretical part describes the general principles of parallel computing and the basic characteristics and parameters of graphics cards NVDIA. The theoretical part also deals with basic principles of CUDA technology. End of the theoretical part focuses on FFTW and cuFFT libraries. The practical part deals with the comparison of the performance between GPU and CPU functions filter2D and Canny and practical possibilities of accelerating fast convolution calculation. The practical part also describes sample code that was used to compare the performance between GPU and CPU. The results of this program are then plotted and evaluated.