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

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

課 程 : 論文研討
班 級 : 資工產碩二
日 期 : 100年 10月7日
演講者 : 輔仁大學電機工程系王元凱教授
題 目 : Parallel Vision with GPGPU/CUDA 以GPGPU/CUDA進行平行視覺
姓 名 : 楊士緯
學 號 : 99366521

現在由於製程的提升，GPU已經擁有強大的運算能力，有有屬於自己的記憶體晶片，在以前，電腦只能依靠那顆小小的CPU進行所有的運算，但隨著時代遷移，現有的CPU已經達到時脈的瓶頸，但是對於計算的要求，則是有增無減，回想當年的286電腦時代，光開機就可以讓你等上三十分鐘，那時根本不會想到會有今天用GPU運算這種事情。
有一段時間，整個資訊業都在追求時脈的提升，認為時脈越快，越可以達到快速運算的效果，在起初的前幾年，的確照著這條曲線上升，但是後來發現，CPU所產生的熱已經無法由那顆大大的風扇去除，硬體也漸漸無法承受那樣的高溫，並且伴隨著高額的電力浪費，遂有平行處理逐漸被重視，也造就了現在多核CPU的世界；在多核的世界，可以多個核心下去分工作運算，這大大提高了效能，而且熱能卻沒有大量的增加，也更省電，這時人們才意識到，多核原來有這樣好的好處。
但就算多核所帶來有這麼大的效益，能然有些運算需要動輒以天計算的時間來跑，常常為研究人員帶來莫大的困擾，還好此時有人將運算的工作交由GPU來作，GPU的核心往往不只雙核或四核，因此可以同時跑幾百個運算，三天的運算工作，GPU只要一天就可以將結果算出來，這更是一大進步，GPU往往在沒有跑重度使用顯示卡的程式時，幾乎都在閒置，現在有了CUDA，也將GPU納入運算旗下，這絕對是大大的進步。
可惜現在發展比較完整的事CUDA這個函式庫，也只支援NVIDIA的顯示卡，如果可以發展開放原始碼的函式庫，連ATI的顯示卡也可以用，這樣會更普遍，相信也會更親民，期望以後可以有人將開放原始碼的部分發展出來，或許將會對資訊界又是一大福音。

參考資料
NVIDIA CUDA
wiki