Massiv accelerering af paralleliserbare beregninger
Mange numeriske beregningsopgaver kan formuleres på en måde, der gør det muligt at foretage de fornødne beregninger på et stort antal helt eller delvist uafhængige beregningsenheder.
En sådan parallelisering muliggør, at beregningerne kan udføres effektivt på en eller flere grafikprocessorer (GPUer - graphics processing units). Resultatet af dette vil typisk være en stor reduktion af den tid, de samlede beregninger tager sammenlignet med beregningstiden på konventionelle processorer (CPUer).
Vore erfaringer med General purpose computation on GPU (GPGPU) spænder bredt:
- Accelereret simulation af elastisk vævsdeformation til brug i kirurgiske simulatorer
- Accelerering af realistisk volumenrendering
- Accelereret ray tracing
- Efterbehandling af grafikrendering
- Behandling og analyse af medicinske 2D- og 3D-scanninger - især såkaldt billedregistrering
- Kamera-tracking af objekter i et video-feed
Det får du
Vi har været med helt fra starten med anvendelse af grafikprocessorer til at nedbringe den tid, det tager at foretage omfattende numeriske beregninger - og vi er stadig med helt i front!
Ved at inddrage os i en vurdering af din virksomheds beregningsopgaver kan du få klarhed over, hvor velegnede netop jeres beregninger er til en massiv parallelisering. I det omfang en sådan parallelisering er mulig, kan vi også bistå med den praktiske implementering på de nyeste grafikprocessorer.
Sådan kommer du i gang
Hvis ovenstående har grebet jeres interesse, så kontakt Jesper Mosegaard for at høre nærmere. Vi glæder os til at prøve kræfter med netop jeres beregningsproblemer.
Cases
Vores tidligere arbejde involverende GPU-baseret acceleration omfatter blandt andet: