Parallel Vision with GPGPU/CUDA 以GPGPU/CUDA進行平行視覺

課程 : 專題講座日期 : 2011.10.07
時間 : 14:00 ~ 15:30
地點 : S516
作者 : 資工產碩(一) — 00366511吳家隆
講者 : 輔仁大學電機工程系-王元凱教授

圖表處理器 或 GPU (偶爾地也叫 視覺處理器 或 VPU)是回報設備的熱忱的圖表 個人計算機, 工作站或者 遊戲控制臺. 現代GPUs是非常高效率的在操作和顯示 計算機圖表和他們的高度平行的結構比通用使他們有效 CPUs 為複合體的範圍 算法. GPU可能在頂部 顯示卡或者它可以集成直接地 主板. 超過90%新的桌面和筆記本計算機集成了GPUs，比他們的擴展程序相對物通常遠較弱。

通用GPUs (GPGPU)
一個新的概念是使用的一個修改過的形式允許通用圖表處理器. 這個概念轉動巨型 浮點 一條現代圖形轉移加速電極的shader管道的計算力量到通用計算能力裡，與要做圖解操作的單一艱苦架線相對。在要求巨型的向量運算的某些應用，這比常規CPU可能產生幾個數量級更高的性能。 二位最大的分離GPU設計師， ATI 并且 NVIDIA開始追求這個新市場以應用。 ATI合作與 斯坦福大學 創造一個基於GPU的客戶為它 http://www.worldlingo.com/ma/enwiki/zh_tw/Folding@home 分配計算項目(為蛋白質摺疊的演算)那在某些情況比用於這樣應用傳統上的常規CPUs四十次快速地產生結果。

基因編程在通用GPUs (GPGPGPU)
自2005年以來 有興趣在使用GPUs提供的速度上為 演變計算 一般來說和為加速 健身 評估 基因編程 特別是。 有短的介紹在頁90-92對基因編程的一個領域指南。 多數方法編寫 線性 或 樹節目 在主人個人計算機和轉移可執行到GPU到奔跑。 典型地速度好處通過同時運行唯一活動程序只得到在許多例子問題平行使用GPU SIMD 建築學. 結實加速可能通過不編寫節目，反而轉移他們到GPU和interpretting他們也獲得那裡. 加速可能由interpretting的多個節目或者同時跑的多個例子問題同時然後獲得。或組合在兩個。 現代GPU (即 GTX 8800)能欣然同時解釋成千上萬的非常小節目。

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，GPU 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。觀看全球最具創新概念的新興企業，利用繪圖處理器的優異效能，在立體3D、擴增實境(Augmented Reality) 、高效能運算以及更多其它領域上的發展。

基此我們可以運用GPGPU來處理更多更快之圖形，

1. 麥克・休斯敦。GPGPU http://graphics.stanford.edu/~mhouston/ . 檢索 2007-10-04.
2. S哈丁和W Banzhaf。 快速基因編程在GPUs. 檢索 2008-05-01.


3.NVIDIA GPU 扶植創業專區http://www.nvidia.com.tw/object/gpuventures_tw.html