Implementación en GPU del algoritmo K-Means para ... - UMBC
Implementación en GPU del algoritmo K-Means para ... - UMBC
Implementación en GPU del algoritmo K-Means para ... - UMBC
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Implem<strong>en</strong>tación</strong> <strong>en</strong> <strong>GPU</strong> <strong>del</strong> <strong>algoritmo</strong> K-<strong>Means</strong> <strong>para</strong> procesami<strong>en</strong>to <strong>para</strong>lelo<br />
de imág<strong>en</strong>es de satélite disponibles <strong>en</strong> la herrami<strong>en</strong>ta Google Maps<br />
carácter repetitivo de estas operaciones las hace altam<strong>en</strong>te susceptibles de ser<br />
implem<strong>en</strong>tadas <strong>en</strong> difer<strong>en</strong>tes tipos de arquitecturas <strong>para</strong>lelas, permiti<strong>en</strong>do así un<br />
increm<strong>en</strong>to significativo de su r<strong>en</strong>dimi<strong>en</strong>to <strong>en</strong> términos computacionales y dotando a<br />
dichas técnicas de la capacidad de producir una respuesta rápida. Esta tarea es clave<br />
<strong>para</strong> la explotación de dichas técnicas <strong>en</strong> aplicaciones que requier<strong>en</strong> una respuesta <strong>en</strong><br />
tiempo casi real.<br />
Las técnicas de computación <strong>para</strong>lela han sido ampliam<strong>en</strong>te utilizadas <strong>para</strong><br />
llevar a cabo tareas de procesami<strong>en</strong>to de imág<strong>en</strong>es de gran dim<strong>en</strong>sionalidad,<br />
facilitando la obt<strong>en</strong>ción de tiempos de repuesta muy reducidos y pudi<strong>en</strong>do utilizar<br />
difer<strong>en</strong>tes tipos de arquitecturas [18-20]. En la actualidad, es posible obt<strong>en</strong>er<br />
arquitecturas <strong>para</strong>lelas de bajo coste mediante la utilización de <strong>GPU</strong>s de última<br />
g<strong>en</strong>eración que cu<strong>en</strong>tan con múltiples procesadores.<br />
El papel de las <strong>GPU</strong>s<br />
Las técnicas de clasificación de imág<strong>en</strong>es multiespectrales, <strong>en</strong> nuestro caso, el<br />
<strong>algoritmo</strong> de clasificación no supervisado K-<strong>Means</strong> aplicado sobre imág<strong>en</strong>es de<br />
satélite extraídas desde Google Maps muestra desde un punto de vista computacional<br />
un patrón de acceso a los datos regular y por tanto un <strong>para</strong>lelismo inher<strong>en</strong>te a muchos<br />
niveles, como por ejemplo, a nivel de vectores de píxeles. Como resultado se asocian<br />
con sistemas <strong>para</strong>lelos compuestos por CPUs (por ejemplo clusters Beowulf, ver<br />
figura 2.3). Desafortunadam<strong>en</strong>te estos sistemas son caros y difíciles de adaptar a<br />
bordo de esc<strong>en</strong>arios de procesami<strong>en</strong>to de s<strong>en</strong>sación remota.<br />
Figura 2.3. Configuración típica de un cluster Beowulf.<br />
Trabajo Fin de Máster -23- Sergio Bernabé García