Geri Dön

Hesaplama ağırlıklı algoritmaların programlanmasında grafik işlemci (GPU) kullanımının incelenmesi

Investigation of gpu use in programming computational based algorithms

PDF İndir

  1. Tez No: 392873
  2. Yazar: ERSİN KUZU
  3. Danışmanlar: DOÇ. DR. MEHMET ALPER TUNGA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Teknoloji ile birlikte ihtiyaçların artmaya devam edeceği bir gerçektir. Dolayısıyla yüksek işlem gücüne ihtiyaç duyan uygulama alanlarında tek bir işlem birimi asla yeterli olmayacaktır. Geçmişte ve günümüzde problemler birden fazla işlem birimine paylaştırılarak ortaklaşa çözülmesi yöntemi ile toplam işlem gücü artırılmaya çalışılmaktadır. Merkezi işlem birimleri (yani CPU'lar) yaygın ve ucuz oldukları için bir tür işlemci çiftliği oluşturmak amacıyla ciddi olarak tercih edildiler. Bunlar, sadece hesaplama konusunda uzmanlaşmış donanımlar değildirler. Yakın geçmişte oyun sektörünün hızla büyümesi grafik işlemcilerin gelişimi için itici güç oldu. Diğer yandan grafik işlemciler tamamen hesaplama üstüne uzmanlaşmış donanımlardır. Bunların genel amaçlı olarak programlanabilmesi (GPGPU) ile birlikte hesaplama dünyası yeni bir donanıma daha sahip oldu. Çok çekirdekli yapısı, hesaplama odaklı mimarisi ve komut seti, yüksek bellek transfer hızları, üreticiden bağımsız yazılım geliştirmeye olanak sağlayan endüstri standardı programlama dili (OpenCL) ile öne çıkmaktalar. Düşük maliyeti ise ayrı bir tercih sebebidir. Sunulan çalışmada, OpenCL iş parçacıkları ile gerçekleştirilen hesaplama ağırlıklı bazı algoritmaların CPU ve GPU üzerinde başarım analizi gerçekleştirilmiştir. Deneysel sonuçlar, 2 çekirdekli CPU (Intel Core 2 Duo T9550), 448x2 çekirdekli NVIDIA GPU (2 x Nvidia Tesla M2050) ve 1600x2 çekirdekli ATI GPU (Ati Radeon HD 5970 X2), OpenCL genel programlama platformu teknolojisini destekleyen donanımlara sahip bilgisayarlar kullanılarak elde edilmiştir. Bu amaçla 2 çekirdekli CPU hesaplama sonuçları referans alınarak hızlanma, performans, enerji tüketimi ve maliyet grafikleri karşılaştırmalı olarak elde edilmiştir. Sonuçlar yaklaşık olarak hesaplama ağırlıklı algoritmalarda en az 13 kat, en fazla 1001 kata kadar hızlanma, gelişmiş şifre kurtarma algoritmalarında en az 152 kat, en fazla 905 kata kadar hızlanma, 1190 kata kadar performans artışı, 119 kata kadar enerji tasarrufu, 618 kata kadar daha düşük maliyet elde edilmiştir.

Özet (Çeviri)

It is obvious that the expectations will continue to increase along with the technology. Therefore, a single processing unit will never adeqaute in application areas in which high processing features are needed. The problems are shared with multiple processing units in both past and future to increase the total processing capacity. Because central processing units are cheap, it is preferred to use them to construct processor farms. In the recent past, the rapid growth of the game industry was the driving force for the development of the graphics processors. On the other hand, graphics processors are completely specialized hardware on computational calculations. Programming these graphics processors for general purposes (GPGPU) lets this hardware to be used in any kind of calculations. The standard programming language (OpenCL) independent of vendors lets these processors to be used as multi-core structure, calculation-oriented architecture and instruction set. Low cost is another feature to choose them. In this study, the performance analysis of some compute-intensive algorithms was carried out on CPU and GPU with OpenCL threads. Experimental results were obtained using computers equipped with 2-core CPU (Intel Core 2 Duo T9550), 448x2-core NVIDIA GPU (2xNvidia Tesla M2050), 1600x2-core ATI GPU (Ati Radeon HD 5970 X2) and which support OpenCL general programming platform technology. For this purpose, with the reference of 2-core CPU calculation results, the acceleration, performance, power consumption and cost graphs were obtained. According to the results; at least 13 times, up to 1001 times acceleration is obtained in approximately compute-intensive algorithms. In advanced password recovery algorithms, at least 152 times, up to 905 times acceleration, up to 1190 times performance increase, up to 119 times energy saving, and up to 618 times lower cost were obtained.

Benzer Tezler

  1. Tez No

    142659

    Tümevarım öğrenme tekniklerinden C4.5'in incelenmesi

    Research on C4.5 as of the inductive learning techniques

    SAVAŞ YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR KOCABAŞ

  2. Tez No

    84563

    Genelleştirilmiş diferansiyel quadrature metodunun iki boyutlu mekanik sistemlere uygulanması

    Application of generalized differential quadrature method to two dimensional structural components

    YASİN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Makine MühendisliğiPamukkale Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEKERİYA GİRGİN

  3. Tez No

    752192

    Coalition of metaheuristics through parallel computing for solving complex optimization problems

    Karmaşık optimizasyon problemlerinin çözümü için metasezgisel algoritmaların paralel hesaplama yoluyla koalisyonu

    MÜMİN EMRE ŞENOL

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ADİL BAYKASOĞLU

  4. Tez No

    389942

    Ağırlıklı yönsel kümeleme algoritmaları kullanılarak renkli görüntülerin renk özü tabanlı bölütlenmesi

    Hue-based segmentation of color images using weighted directional clustering algorithms

    SOHEİLA VAFAEİNAHR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    İstatistikKaradeniz Teknik Üniversitesi

    İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. ORHAN KESEMEN

  5. Tez No

    595626

    Hastalık tanısı verilerinde veri ön işlemenin topluluk öğrenme sınıflandırma algoritmaları üzerindeki etkisinin incelenmesi

    Investigation of the effect of data preprocessing on ensemble learning classification algorithms in disease diagnosis data

    YÜKSEL ÖZKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    BiyoistatistikEge Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ASLI SUNER KARAKÜLAH

Geri Dön