Algorithmes de la morphologie mathématique pour - Pastel - HAL

Algorithmes de la morphologie mathématique pour les architectures orientées fluxJaromír BRAMBORparmi les utilisateurs des GPU. Elle est représentée par une communauté scientifique grandissante appeléeGPGPU GPG , ce qui est une abréviation du terme anglais General Processing on Graphics ProcessingUnits.Le calcul général sur les processeurs graphiques a certaines propriétés intéressantes. Il se présented’un côté par l’uniformité du calcul, propre au paradigme stream, qui le relie avec d’autres architecturesà flux de données. D’un autre côté, il présente la propriété du parallélisme spatial qui le distancie desarchitectures classiques à flux de données et qui le valorise par rapport à ces dernières. Le parallélismespatial est bien incorporé dans l’architecture du pipeline graphique car la notion de la position est présentedans les deux structures de données principales des GPU qui sont traitées en flux – vertex et fragments.Ainsi, les kernels de traitement du flux ont implicitement à disposition la notion de la position, ce qui faitdes vertex et des fragments des tokens tout-à-fait intéressants pour le traitement de plusieurs dimensionset plus particulièrement pour le traitement des images dans notre cas.Le traitement général sur les architectures spécialisées pour le graphisme n’est pas une idée nouvelle1 . Diverses architectures ont été proposées et construites, commençant probablement en 1978 parIkonas Eng78 et continuant progressivement jusqu’à nos jours. En 1988, Fournier et Fussell ont pointédans leur article FF88 les avantages mais aussi les désavantages de l’utilisation des GPU pour un calculalgorithmique, différent de celui destiné à la visualisation. Ils ont modélisé le framebuffer par un modèlestream et ont cherché, sur les problèmes précis (le problème de visibilité des facettes et le problème ducalcul des ombres) comment la puissance de ces traitements va augmenter si on ajoutait à ce modèleplus de capacités de calcul. L’arrivée des processeurs graphiques programmables a largement changé lepoint de vue sur les GPU : ceci se reflète dans leur utilisation de plus en plus fréquente pour les tâchesd’un calcul massif. De nos jours, on essaie d’exploiter les capacités particulières concernant surtout labande passante large entre le processeur graphique et sa mémoire dédiée (graphique) mais égalementd’exploiter les possibilités du calcul en virgule flottante. Un excellent article OLG+ 05 analyse la bibliographiedes réalisations scientifiques sur les processeurs graphiques faites jusqu’à l’année 2005. D’autresarticles CDPS03, GWH05, TC05 présentent une introduction à la problématique du traitement général sur lesGPU.Un projet logiciel intéressant appelé Brook BFH+ 04a, BFH + 04b dédié au calcul stream sur les GPU quiexplore leurs capacités d’évaluation massive en virgule flottante a été conçu par l’équipe scientifique del’université de Stanford. Il propose un langage spécialisé qui élargit la syntaxe du langage C et introduitde nouvelles structures pour les streams et les kernels. Ainsi, il permet de traiter les donnés en flux sansque son utilisateur n’ait besoin de connaître l’implémentation exacte de son programme dans les termesde la programmation d’une application de graphisme 3D à l’aide d’un API et d’un langage d’ombragequelconque. C’est, en effet, le travail de compilateur brcc du Brook qui traduit le code travaillant avecles streams en un code d’application 3D qui inclut les définitions des shaders appropriés au traitement.L’environnement d’exécution run-time brt du Brook se charge ensuite de la configuration du pipelinegraphique pour ce traitement, de l’envoi des données dans les GPU, de l’application des programmesappropriés sur ces données et de la récupération des résultats.Le grand désavantage de Brook pour notre travail en morphologie mathématique est le fait qu’iln’intègre pas encore le traitement stream avec les types de nombres entiers et qu’il n’implémente qu’uncertain nombre d’opérations de base sur les streams. Le manque de types entiers est dû au fait que lesGPU ont été conçus prioritairement pour le calcul en virgule flottante et que Brook ne fait qu’exploiterles capacités de cette orientation particulière. Ce n’est pas le fait d’utiliser les types floating point de 32bits pour effectuer les évaluations qui défavorise cette approche pour le calcul morphologique, mais lecoût des transferts de nos données codées dans ces types vers et depuis le GPU. Sachant que ce n’est pasla puissance des GPU dans le calcul en virgule flottante que nous utilisons mais la largeur de la bandepassante à la mémoire des données qui surpasse celle des CPU classiques qui nous intéresse le plus. Dansce cas, il serait plus intéressant d’avoir dans Brook la possibilité de travailler aussi avec les types integerde 8 bits ce qui n’est pas, pour l’instant, le cas.1 HCSL02, Ven03Pour plus d’informations historiques, nous renvoyons le lecteur aux articles56