Rendimiento y análisis energético en formación de haz con GPGPU-Sim
Las unidades de procesamiento gráfico (GPU) se utilizan actualmente en una amplia gama de aplicaciones científicas y comerciales. Estos son de las primeras plataformas de energía eficientes y asequibles para el procesamiento de datos en paralelo. En el campo de las imágenes médicas, las GPU son en a...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | article |
| Lenguaje: | ES |
| Publicado: |
Editorial Universitaria
2016
|
| Materias: | |
| Acceso en línea: | https://doaj.org/article/b7620c506471476fab52e69a7f7230a2 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Las unidades de procesamiento gráfico (GPU) se utilizan actualmente en una amplia gama de aplicaciones científicas y comerciales. Estos son de las primeras plataformas de energía eficientes y asequibles para el procesamiento de datos en paralelo. En el campo de las imágenes médicas, las GPU son en algunos casos cruciales para hacer uso práctico de algoritmos computacionalmente exigentes. Por esta razón, en esta investigación se explora el área de consumo y eficiencia energética al utilizar GPU como procesadores de señal e imagen primaria para sistemas médicos portátiles futuros de imágenes de ultrasonido. Como metodología de estudio se utilizó la aplicación GPGPU-Sim, un simulador de nivel de ciclo de cargas de trabajo de computación GPU ejecutando código escrito en CUDA, realizando variadas configuraciones a fin de determinar la arquitectura con óptimo rendimiento para nuestra aplicación de formación de haz (beamforming). |
|---|