K-közép algoritmus párhuzamos implementálása CPU-ra és GPU-ra

OData támogatás
Konzulens:
Dr. Dudás Ákos
Automatizálási és Alkalmazott Informatikai Tanszék

A videokártyák az 1970-es évekbeli megjelenésük óta jelentős változásokon mentek keresztül. Ezeket az eszközöket eredetileg a megjelenítendő képek apróbb módosítására szánták, idővel azonban már önállóan is képesek lettek a grafikus kimenet előállítására. Szerepük megváltozott, teljesítményük megnövekedett, számítási kapacitásuk pedig mára már a központi processzorokkal vált összemérhetővé. Néhány speciális feladat esetében képesek számottevően meg is haladni azokat.

Az elmúlt években felmerült az igény arra, hogy ezt a megnövekedett számítási kapacitást ne csak grafikus kimenet előállítására, hanem általánosabb célú programozási feladatok végrehajtására is fel lehessen használni. A nagyobb hardvergyártók a 2000-es évek vége óta biztosítanak lehetőséget erre a piacra bocsájtott termékeikben.1

A dolgozatomban azt fogom vizsgálat alá venni, hogy a jelenleg széles körben elérhető grafikus kártyák processzorai (GPU-k) egy bizonyos feladat megoldása esetében – a k-közép algoritmus segítségével végzett klaszterezés esetében - milyen körülmények között lesznek képesek ezt a teljesítményt hatékonyan kihasználni és a központi processzornál (CPU) jobb teljesítményt nyújtani.

Azzal az elvárással kezdem meg a vizsgálatot, hogy a videokártyák egyedi vonásainak figyelembe vétele nélkül a központi processzorok teljesítményéhez hasonló, vagy annál rosszabb eredmények fognak születni. A speciális környezetet figyelembe véve azonban lehetőség nyílik jelentős gyorsulásra szert tenni, és nagyságrendekkel jobb teljesítményt produkálni.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.