Rendimiento y análisis energético en formación de haz con GPGPU-Sim

• Vejarano, Rafael Alejandro ^[1] ; Lee, Jeong-Gun
  1. [1] Universidad Tecnológica de Panamá

     Universidad Tecnológica de Panamá

     Panamá

     
• Localización: Revista de I+D Tecnológico, ISSN-e 2219-6714, ISSN 1680-8894, Vol. 12, Nº. 1, 2016 (Ejemplar dedicado a: Revista I+D Tecnológico), págs. 5-13
• Idioma: español
• Títulos paralelos:
  • Performance and Power Analysis of Beamforming with GPGPU-Sim
• Enlaces
  • Texto completo
• Resumen
  • español

    Las unidades de procesamiento gráfico (GPU) se utilizan actualmente en una amplia gama de aplicaciones científicas y comerciales. Estos son de las primeras plataformas de energía eficientes y asequibles para el procesamiento de datos en paralelo. En el campo de las imágenes médicas, las GPU son en algunos casos cruciales para hacer uso práctico de algoritmos computacionalmente exigentes. Por esta razón, en esta investigación se explora el área de consumo y eficiencia energética al utilizar GPU como procesadores de señal e imagen primaria para sistemas médicos portátiles futuros de imágenes de ultrasonido. Como metodología de estudio se utilizó la aplicación GPGPU-Sim, un simulador de nivel de ciclo de cargas de trabajo de computación GPU ejecutando código escrito en CUDA, realizando variadas configuraciones a fin de determinar la arquitectura con óptimo rendimiento para nuestra aplicación de formación de haz (beamforming).

  • English

    Graphics processing units (GPUs) are used today in a wide range of scientific and business applications. They have emerged as one of the first affordable and energy efficient platforms for data-parallel processing. In the field of medical imaging, GPUs are in some cases crucial for enabling practical use of computationally demanding algorithms. For this reason, this paper explores the suitability of using GPUs as the primary signal and image processors for future portable ultrasound systems. The case study method embraces the full set of procedures needed to test the beamforming application by changing different parameters in the architecture of GPGPU-Sim, a cycle-level simulator running GPU computing workloads written in CUDA.