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
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<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 />
Auxiliary Power Connectors<br />
6-pin & 8-pin<br />
Thermal Solution Active fan sink<br />
Tabla 3.2. Especificaciones técnicas de la <strong>GPU</strong> Tesla c1060 de NVidia.<br />
Mo<strong>del</strong>o de ejecución<br />
La <strong>GPU</strong> se implem<strong>en</strong>ta como un conjunto de multiprocesadores como se puede<br />
ver <strong>en</strong> la figura 3.12. Cada multiprocesador ti<strong>en</strong>e una arquitectura SIMD: <strong>en</strong> cada<br />
ciclo de reloj, cada procesador <strong>del</strong> multiprocesador ejecuta la misma instrucción,<br />
pero opera <strong>en</strong> datos distintos. Los espacios de memoria local y global son<br />
implem<strong>en</strong>tados como regiones de la memoria <strong>del</strong> device. Cada procesador ti<strong>en</strong>e<br />
acceso a la memoria compartida <strong>del</strong> multiprocesador <strong>en</strong> el que está integrado. Cada<br />
multiprocesador accede a la cache de textura mediante una unidad de textura que<br />
implem<strong>en</strong>ta los difer<strong>en</strong>tes modos de direccionami<strong>en</strong>to y filtros de datos [23].<br />
Figura 3.12. Conjunto de multiprocesadores SIMD con memoria compartida on-chip.<br />
Trabajo Fin de Máster -39- Sergio Bernabé García
Change language