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
7. Conclusiones y líneas futuras
En la presente memoria se ha realizado un estudio sobre la implementación de
un algoritmo de clasificación no supervisado en imágenes multiespectrales sobre
GPUs programables. Concretamente se ha implementado el algoritmo K-Means en
sus versiones serie (C++) y paralela (CUDA) obteniendo una serie de resultados en
base al tiempo y la precisión que han sido comparados. Dichos resultados han sido
obtenidos utilizando el repositorio de imágenes de satélites de Google Maps,
necesarios para evaluar el algoritmo en términos de precisión y rendimiento
computacional en arquitecturas GPU de última generación.
Como resultado, se ha obtenido un detallado estudio de técnicas paralelas para
tratamiento de datos multiespectrales en GPU, realizando contribuciones sustanciales
al estado del arte en la materia dada la falta de implementaciones paralelas (en
particular, en GPUs) de algoritmos de análisis de imágenes multiespectrales en la
literatura actual.
Según los objetivos conseguidos a lo largo del trabajo, las principales
aportaciones del presente estudio pueden resumirse un conjunto de contribuciones
que se enumeran a continuación:
• Después de analizar los resultados de las ejecuciones podemos decir que se
ha conseguido obtener una precisión superior al 80% en los tres casos
estudiados, además se ha conseguido obtener un speedup cercano a 40
respecto a la versión C, por lo que podemos decir que las GPUs son buena
alternativa a la hora de dar soporte de una forma barata a algoritmos
paralelos.
• Conviene destacar, llegados a este punto, las ventajas económicas que la
implementación GPU ofrece con respecto a otras soluciones paralelas como
las basadas en cluster de computadores. En concreto, mientras que el precio
de una GPU de última generación se sitúa en torno a los 400 euros, el precio
de un cluster puede ser mucho mayor, además de resaltar en una serie de
condiciones desfavorables desde el punto de vista de su implantación como
Trabajo Fin de Máster -78- Sergio Bernabé García