Implementación en GPU del algoritmo K-Means para ... - UMBC

Implementación en GPU del algoritmo KK-Means
Means para procesamiento paralelo
de imágenes de satélite disponibles en la herramienta Google MMaps
Ejemplo: copia CPU GPU.
Las primitivas utilizadas son las siguientes:
• cudaMalloc: : asigna size bytes de memoria lineal en el dispositivo y vuelve
en *devPtr un puntero a la memoria asignada. La memoria asignada está
convenientemente preparada para cualquier tipo de variable. cudaMalloc()
devuelve cudaErrorMemory
cudaErrorMemoryAllocation, la a memoria no se borra. cudaMalloc
() devuelve cudaErrorMemoryAllocation
cudaErrorMemoryAllocation, en caso de fallo. La función se
define de la siguiente forma:
cudaError_t cudaMalloc (voiod **devPtr, size_t tamaño)
• cudaMemset: : rellena el primer count byte del área de memoria apuntada por
devPtr con el valor cconstante
value. La función se define de la siguiente
forma:
cudaError_t cudaMemset (voiod *devPtr, int valor, size_t nbytes)
• cudaFree: libera ibera el espacio de memoria apuntado por devPtr , que debe haber
sido devuelto por una llamada previa a cudaMalloc () o cudaMallocPitch () ().
De lo contrario devolverá un error. Si devPtr es 0, no realiza realizará ninguna
operación. CudaFree udaFree () devuelve cudaErrorInvalidDevicePointer en caso de
fallo. La función se define de la siguiente forma:
cudaError_t cudaFree (void *devPtr)
• cudaMemCpy
cudaMemCpy: copia count bytes desde el área de memoria apuntada por src
al área de memoria apuntada por dst, donde kind es uno de los siguientes
Trabajo Fin de Máster -88- Sergio Bernabé García