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 />
Los espacios de memoria global, constante y de textura pued<strong>en</strong> ser leídos o<br />
escritos por el host y perduran durante las distintas ejecuciones <strong>del</strong> kernel <strong>en</strong> la<br />
misma aplicación. Estos espacios se optimizan <strong>para</strong> difer<strong>en</strong>tes usos de la memoria.<br />
Además la memoria de texturas ofrece difer<strong>en</strong>tes modos de direccionami<strong>en</strong>to, así<br />
como de filtrado de datos, <strong>para</strong> difer<strong>en</strong>tes formatos de datos.<br />
Figura 3.10. Acceso a difer<strong>en</strong>tes espacios de memoria.<br />
3.4. <strong>Implem<strong>en</strong>tación</strong> hardware y mo<strong>del</strong>o de ejecución.<br />
En esta sección se pres<strong>en</strong>ta la arquitectura hardware de la <strong>GPU</strong> utilizada <strong>en</strong> el<br />
trabajo y se explica el mo<strong>del</strong>o de ejecución que sigue CUDA.<br />
NVidia Tesla c1060<br />
A lo largo de la pres<strong>en</strong>te memoria hemos cubierto muchos de los puntos básicos<br />
de la programación de <strong>GPU</strong>s de NVidia, así que ahora podemos echar un vistazo a<br />
los aspectos específicos de la arquitectura Tesla c1060 [22], la tarjeta que estamos<br />
Trabajo Fin de Máster -37- Sergio Bernabé García
Change language