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
• -deviceemu: modo de emulación, compila todo el código para ser ejecutado
en la CPU, incluyendo los kernels escritos para ser lanzados a la GPU.
Ejemplo: nvcc –o sumavectores_dbg –deviceemu –g sumavectores.cu
• -G: proporciona una herramienta nativa de depuración para CUDA,
ejecutando en modo de depuración los códigos en la GPU, con sus
limitaciones y comportamiento reales, sin las variaciones introducidas por la
emulación.
Ejemplo: nvcc –o sumavectores_dbg –g –G sumavectores.cu
• -c: no se genera binario ejecutable.
8.4. Librerías CUDA.
Nos podemos encontrar con varios tipos de librerías bastantes utilizadas en el
ámbito científico cuando se utiliza CUDA, a continuación expondremos las más
utilizadas:
CUBLAS: implementación BLAS.
o Basic Linear Algebra Subprograms.
CUFFT: implementación de la transformada de Fourier.
o 1D, 2D, 3D Fast Fourier Transform.
CUDPP: Data Parallel Primitives.
o Reducciones, ordenaciones, búsquedas.
NPP: NVIDA Performance Primitives.
o Implementación IPP para GPU.
Trabajo Fin de Máster -86- Sergio Bernabé García