Wyniki 1-1 spośród 1 dla zapytania: authorDesc:"Bartłomiej SZCZEPANIAK"

Lattice structure for parallel calculation of orthogonal wavelet transform on GPUs with CUDA architecture DOI:10.15199/48.2015.07.17

Czytaj za darmo! »

In this paper, we present a novel approach to calculation of discrete wavelet transform (DWT) on modern Graphics Processing Units (GPUs) with CUDA architecture which takes advantage of highly parallel lattice structure. The experimental results obtained for model signals show that the proposed approach allows to obtain several times acceleration compared with sequential calculations carried out on the CPU while taking into account not only time of calculations but also time required for data transfers. Streszczenie. Wartykule zaproponowano nowe podej´scie do obliczania dyskretnego przekształcenia falkowego (DWT) na nowoczesnych procesorach graficznych (GPUs) o architekturze CUDA oparte o wysoce równoległe struktury kratowe. Wyniki bada´n eksperymentalnych przeprowadzonych na sygnałach modelowych pokazuja˛, z˙e zaproponowane podejs´cie daje moz˙liwos´c´ uzyskania kilkukrotnego przys´pieszenia obliczen´ w porównaniu do obliczen´ sekwencyjnych na CPU, biora˛c pod uwage˛ nie tylko czas obliczen´ , ale równiez˙ czasy przesyłu danych. (Równoległe obliczanie ortogonalnych przekształce ´n falkowych na procesorach GPU o architekturze CUDA w oparciu o struktury kratowe) Keywords: discrete wavelet transform, lattice structures, GPU computations, CUDA architecture Słowa kluczowe: dyskretne przekształcenie falkowe, struktury kratowe, obliczenia na GPU, architektura CUDA Introduction The discrete wavelet transform (DWT) is widely used in many practical applications such as signal processing and analysis, data compression [1], clustering or data mining [2, 3], etc. It should be noted, however, that the constant growth of the capabilities of modern data acquisition devices causes the continuous increase in the sizes of datasets to be processed. Hence, it is still a very actual task to search for more computationally efficient realizations of DWT which are suitable for processing of one- as well as multidimensional data. In previous years, we could obs[...]

 Strona 1