銘傳資工論文研討: 平行視覺與GPGPU/CUDA

課程 : 論文研討
日期 : 2011.10.07
時間 : 13:50 ~ 15:40 PM
地點 : S516
演講者 : 輔仁大學電機工程系王元凱教授
作者 : 資工產碩一吳俊德
學號:00366545

過去高效能運算領域要達到極高效率的輸出，通常必須透過大量CPU進行連結，利用平行分散處理進行運算，但這種結構不僅程式開發難度高，硬體體積大，功耗更是驚人。

一般單顆GPU (Graphics Processing Unit)通常會內建數十到數百個可程式化處理單元，只要透過正確的方法利用這些專精於平行運算的處理單元，便可在某些應用層面取得非常大的運算效能增長。在視覺化系統開發方面，視覺上高品質擬真顯示之不斷需求，研發顯示技術暨顯示卡公司，藉由尖端技術開發顯示處理晶片（GPU，繪圖運算單元），並以平行運算技術封裝數顆單元為一處理器，並普及至一般個人工作站或個人電腦。

GPGPU (General-Purpose Computing on Graphics Processing Units)概念的興起，也是為了彌補這些傳統CPU架構上的弱點，也因為這樣的特性，未來GPGPU也被視為雲端運算，甚至是人工智慧的可能解決方案。

GPGPU在伺服器應用方面要比一般消費性運算更受使用者肯定，如在生物醫學、氣象模擬、電影工業、專業圖形處理等應用領域中，由GPGPU運算即能節省許多運算時間，但在消費性應用方面，GPGPU所帶來的好處相較於專業應用則較不明顯。

經過多年的進化，GPU現在的浮點運算能力已達到兆級水準。在2006至2007年間，NVIDIA推出稱為「CUDA」的全新龐大平行運算架構，為GPGPU帶來革命並加速了運算領域的發展。CUDA架構中包含數百個處理器核心，這些核心可共同運作以提升應用程式中龐大數據集的處理效率。此外，NVIDIA的GPGPU開發工具CUDA，雖為其GPU產品打開通往GPGPU運算大門。

CUDA平行運算程式模組化導引程式設計者將問題劃分為數個粗略的子問題，這些子問題能被分別以平行運算的方式進行處理。之後再針對子問題進行精細的平行處理，以確保能以平行運算方式協同處理每一子問題。

平行視覺運算的功用早已遠遠超越遊戲之外，在我們的日常生活中已隨處可見。GPU 現在能夠為3D網路瀏覽、適地性視覺化應用程式、創新的內容開發、電腦視覺、使用者介面、影像識別、HD影片處理、虛擬世界別及其他更多應用增添無比威力。

此外，GPGPU 已經漸漸成為許多非繪圖應用的超級平台，包括從雲端運算、金融市場分析、電磁模擬、石油與天然氣探勘、醫療偵測以及其他科學計算。