Implementación en GPU del algoritmo K-Means para ... - UMBC

Implementación en GPU del algoritmo K-Means para procesamiento paralelo
de imágenes de satélite disponibles en la herramienta Google Maps
Figura 8.4. Ejemplo: traspuesta de una matriz utilizando memoria global. ............... 95
Figura 8.5. Ejemplo: traspuesta de una matriz utilizando memoria compartida. ....... 96
Índice de Tablas
Tabla 3.1. Lecturas y escrituras en los diferentes tipos de memoria.......................... 36
Tabla 3.2. Especificaciones técnicas de la GPU Tesla c1060 de NVidia. ................. 39
Tabla 3.3. Recursos y limitaciones según la GPU que utilicemos para programar
CUDA. ....................................................................................................................... 41
Tabla 3.4. Capacidad de cómputo y número de multiprocesadores de cada GPU de
NVidia. ....................................................................................................................... 43
Tabla 4.1. Ventajas e inconvenientes de la utilización del algoritmo K-Means. ....... 47
Tabla 5.1. Métricas utilizadas para calcular la similitud de características. .............. 49
Tabla 5.2: Cuda occupancy calculator: parámetros introducidos .............................. 57
Tabla 5.3: Cuda occupancy calculator: resultados calculados en función de los
parámetros .................................................................................................................. 57
Tabla 6.1. Resultados estadísticos tras la ejecución paralela del algoritmo de
clasificación no supervisado K-Means con la imagen del World Trade Center. ....... 66
Tabla 6.2. Comparación de resultados CPU y GPU utilizando la imagen del World
Trade Center ajustada según la dimensión. ................................................................ 67
Tabla 6.3. Resultados estadísticos tras la ejecución paralela del algoritmo de
clasificación no supervisado K-Means con la imagen del río Nilo. ........................... 71
Tabla 6.4. Comparación de resultados CPU y GPU utilizando la imagen del río Nilo
ajustada según la dimensión. ...................................................................................... 72
Tabla 6.5. Resultados estadísticos tras la ejecución paralela del algoritmo de
clasificación no supervisado K-Means con la imagen de Guareña. ........................... 76
Tabla 6.6. Comparación de resultados GPU y GPU utilizando la imagen de Guareña
ajustada según la dimensión. ...................................................................................... 76
Trabajo Fin de Máster -13- Sergio Bernabé García