Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
GPU-accelleration of image rendering and sorting algorithms with the OpenCL framework
Linköpings universitet, Institutionen för datavetenskap, Programvara och system.
Linköpings universitet, Institutionen för datavetenskap, Programvara och system.
2016 (Engelska)Självständigt arbete på grundnivå (högskoleexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
Abstract [en]

Today's computer systems often contains several different processing units aside from the CPU. Among these the GPU is a very common processing unit with an immense compute power that is available in almost all computer systems. How do we make use of this processing power that lies within our machines? One answer is the OpenCL framework that is designed for just this, to open up the possibilities of using all the different types of processing units in a computer system. This thesis will discuss the advantages and disadvantages of using the integrated GPU available in a basic workstation computer for computation of image processing and sorting algorithms. These tasks are computationally intensive and the authors will analyze if an integrated GPU is up to the task of accelerating the processing of these algorithms. The OpenCL framework makes it possible to run one implementation on different processing units, to provide perspective we will benchmark our implementations on both the GPU and the CPU and compare the results. A heterogeneous approach that combines the two above mentioned processing units will also be tested and discussed. The OpenCL framework is analyzed from a development perspective and what advantages and disadvantages it brings to the development process will be presented.

Ort, förlag, år, upplaga, sidor
2016. , 52 s.
Nyckelord [en]
GPU, OpenCL, algorithms
Nationell ämneskategori
Datorsystem
Identifikatorer
URN: urn:nbn:se:liu:diva-127479ISRN: LIU-IDA/LITH-EX-G—15/064—SEOAI: oai:DiVA.org:liu-127479DiVA: diva2:924066
Externt samarbete
MindRoad AB
Ämne / kurs
Examensarbete i Datorteknik
Handledare
Examinatorer
Tillgänglig från: 2016-07-07 Skapad: 2016-04-27 Senast uppdaterad: 2016-07-07Bibliografiskt granskad

Open Access i DiVA

fulltext(3238 kB)131 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 3238 kBChecksumma SHA-512
173b7d41b4a42342f0a82bdf1b5f7894e63ddc80353ffa7dd079a9a5b25a6dda2058c4f6648700dca92f1f64dd4a58cf73e0505e4d2fb99d58397d05f6e4ee2a
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Anders, SöderholmJustus, Sörman
Av organisationen
Programvara och system
Datorsystem

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 131 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

Totalt: 245 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf