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
experimentos realizados sobre la imagen del World Trade Center y compararemos
los tiempos de las versiones CPU y GPU.
La tabla 6.2 muestra el tiempo de ejecución por cada una de las GPUs y la
versión serie, además del speedup conseguido.
Parámetros
Núm.
Elementos
Núm.
Clusters
K-Means versión
Tiempo
(segs)
C (CPU)
Speedup Tiempo
(segs)
K-Means versión
CUDA (GPU
GeForce 9400M)
K-Means versión
CUDA (GPU
Tesla c1060)
Speedup Tiempo
(segs) Speedup
512x512 5 0.822 1x 0.252 3.26x 0.145 5.67x
512x512 64 3.769 1x 0.496 7.60x 0.210 17.95x
512x512 128 7.861 1x 0.764 10.29x 0.268 29.33x
1024x1024 64 22.147 1x 3.582 6.18x 0.715 30.97x
1024x1024 128 38.301 1x 4.374 8.76x 1.044 36.69x
Tabla 6.2. Comparación de resultados CPU y GPU utilizando la imagen del World Trade
Center ajustada según la dimensión.
A medida que aumentamos el número de elementos, es decir, las dimensiones de
la imagen a clasificar y el número de clusters, el speedup conseguido por la GPU
Tesla es cada vez mayor, concretamente la versión GPU tarda casi 37 veces menos
en ejecutarse que la versión CPU demostrando la gran potencia de cálculo que puede
aprovecharse en una GPU. Sin embargo utilizando una GPU GeForce 9400M el
límite nos lo encontramos al aumentar en 1024x1024 las dimensiones de la imagen,
en donde el speedup va disminuyendo. Así y todo se ha conseguido ejecutar el
código en 10 veces menos que la versión CPU.
Trabajo Fin de Máster -67- Sergio Bernabé García