Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance

Se presenta la implementación paralela de las Transformadas Coseno Discreta y Seno Discreta en GPU, utilizadas en procesamiento de señales. Se analiza la performance, y el grado de aceleración obtenido en relación a la solución secuencial. A modo de referencia, se compara con la paralelización en un...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Montes de Oca, Erica, Naiouf, Marcelo, De Giusti, Laura Cristina, Chichizola, Franco, Giacomantone, Javier, De Giusti, Armando Eduardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2012
Materias:
Ciencias Informáticas
Parallel processing
procesamiento paralelo
GPU
Signal processing
CUDA
Distributed
procesamiento de señales
DCT
DST
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/23624
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-23624
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Parallel processing
procesamiento paralelo
GPU
Signal processing
CUDA
Distributed
procesamiento de señales
DCT
DST
spellingShingle Ciencias Informáticas
Parallel processing
procesamiento paralelo
GPU
Signal processing
CUDA
Distributed
procesamiento de señales
DCT
DST
Montes de Oca, Erica
Naiouf, Marcelo
De Giusti, Laura Cristina
Chichizola, Franco
Giacomantone, Javier
De Giusti, Armando Eduardo
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
topic_facet Ciencias Informáticas
Parallel processing
procesamiento paralelo
GPU
Signal processing
CUDA
Distributed
procesamiento de señales
DCT
DST
description Se presenta la implementación paralela de las Transformadas Coseno Discreta y Seno Discreta en GPU, utilizadas en procesamiento de señales. Se analiza la performance, y el grado de aceleración obtenido en relación a la solución secuencial. A modo de referencia, se compara con la paralelización en un cluster de multicores. Como herramientas de programación se utilizaron CUDA en GPU y MPI para la versión en cluster de multicore. Los resultados experimentales muestran una buena respuesta de las soluciones en GPU en relación a las restantes alternativas.
format Objeto de conferencia
Objeto de conferencia
author Montes de Oca, Erica
Naiouf, Marcelo
De Giusti, Laura Cristina
Chichizola, Franco
Giacomantone, Javier
De Giusti, Armando Eduardo
author_facet Montes de Oca, Erica
Naiouf, Marcelo
De Giusti, Laura Cristina
Chichizola, Franco
Giacomantone, Javier
De Giusti, Armando Eduardo
author_sort Montes de Oca, Erica
title Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
title_short Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
title_full Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
title_fullStr Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
title_full_unstemmed Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
title_sort una implementación paralela de las transformadas dct y dst en gpu : análisis de performance
publishDate 2012
url http://sedici.unlp.edu.ar/handle/10915/23624
work_keys_str_mv AT montesdeocaerica unaimplementacionparaleladelastransformadasdctydstengpuanalisisdeperformance
AT naioufmarcelo unaimplementacionparaleladelastransformadasdctydstengpuanalisisdeperformance
AT degiustilauracristina unaimplementacionparaleladelastransformadasdctydstengpuanalisisdeperformance
AT chichizolafranco unaimplementacionparaleladelastransformadasdctydstengpuanalisisdeperformance
AT giacomantonejavier unaimplementacionparaleladelastransformadasdctydstengpuanalisisdeperformance
AT degiustiarmandoeduardo unaimplementacionparaleladelastransformadasdctydstengpuanalisisdeperformance
bdutipo_str Repositorios
_version_ 1764820466044764161

Ejemplares similares