Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance
- Autores
- Montes de Oca, Erica; Naiouf, Marcelo; De Giusti, Laura Cristina; Chichizola, Franco; Giacomantone, Javier; De Giusti, Armando Eduardo
- Año de publicación
- 2012
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Se presenta la implementación paralela de las Transformadas Coseno Discreta y Seno Discreta en GPU, utilizadas en procesamiento de señales. Se analiza la performance, y el grado de aceleración obtenido en relación a la solución secuencial. A modo de referencia, se compara con la paralelización en un cluster de multicores. Como herramientas de programación se utilizaron CUDA en GPU y MPI para la versión en cluster de multicore. Los resultados experimentales muestran una buena respuesta de las soluciones en GPU en relación a las restantes alternativas.
Eje: Workshop Procesamiento distribuido y paralelo (WPDP)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Parallel processing
procesamiento paralelo
GPU
Signal processing
CUDA
Distributed
procesamiento de señales
DCT
DST - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/23624
Ver los metadatos del registro completo
| id |
SEDICI_f389aee0b9b7d50183f36488cf4e2453 |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/23624 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performanceMontes de Oca, EricaNaiouf, MarceloDe Giusti, Laura CristinaChichizola, FrancoGiacomantone, JavierDe Giusti, Armando EduardoCiencias InformáticasParallel processingprocesamiento paraleloGPUSignal processingCUDADistributedprocesamiento de señalesDCTDSTSe presenta la implementación paralela de las Transformadas Coseno Discreta y Seno Discreta en GPU, utilizadas en procesamiento de señales. Se analiza la performance, y el grado de aceleración obtenido en relación a la solución secuencial. A modo de referencia, se compara con la paralelización en un cluster de multicores. Como herramientas de programación se utilizaron CUDA en GPU y MPI para la versión en cluster de multicore. Los resultados experimentales muestran una buena respuesta de las soluciones en GPU en relación a las restantes alternativas.Eje: Workshop Procesamiento distribuido y paralelo (WPDP)Red de Universidades con Carreras en Informática (RedUNCI)2012-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23624spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:37:04Zoai:sedici.unlp.edu.ar:10915/23624Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:37:04.852SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| title |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| spellingShingle |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance Montes de Oca, Erica Ciencias Informáticas Parallel processing procesamiento paralelo GPU Signal processing CUDA Distributed procesamiento de señales DCT DST |
| title_short |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| title_full |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| title_fullStr |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| title_full_unstemmed |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| title_sort |
Una implementación paralela de las Transformadas DCT y DST en GPU : Análisis de performance |
| dc.creator.none.fl_str_mv |
Montes de Oca, Erica Naiouf, Marcelo De Giusti, Laura Cristina Chichizola, Franco Giacomantone, Javier De Giusti, Armando Eduardo |
| author |
Montes de Oca, Erica |
| author_facet |
Montes de Oca, Erica Naiouf, Marcelo De Giusti, Laura Cristina Chichizola, Franco Giacomantone, Javier De Giusti, Armando Eduardo |
| author_role |
author |
| author2 |
Naiouf, Marcelo De Giusti, Laura Cristina Chichizola, Franco Giacomantone, Javier De Giusti, Armando Eduardo |
| author2_role |
author author author author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas Parallel processing procesamiento paralelo GPU Signal processing CUDA Distributed procesamiento de señales DCT DST |
| topic |
Ciencias Informáticas Parallel processing procesamiento paralelo GPU Signal processing CUDA Distributed procesamiento de señales DCT DST |
| dc.description.none.fl_txt_mv |
Se presenta la implementación paralela de las Transformadas Coseno Discreta y Seno Discreta en GPU, utilizadas en procesamiento de señales. Se analiza la performance, y el grado de aceleración obtenido en relación a la solución secuencial. A modo de referencia, se compara con la paralelización en un cluster de multicores. Como herramientas de programación se utilizaron CUDA en GPU y MPI para la versión en cluster de multicore. Los resultados experimentales muestran una buena respuesta de las soluciones en GPU en relación a las restantes alternativas. Eje: Workshop Procesamiento distribuido y paralelo (WPDP) Red de Universidades con Carreras en Informática (RedUNCI) |
| description |
Se presenta la implementación paralela de las Transformadas Coseno Discreta y Seno Discreta en GPU, utilizadas en procesamiento de señales. Se analiza la performance, y el grado de aceleración obtenido en relación a la solución secuencial. A modo de referencia, se compara con la paralelización en un cluster de multicores. Como herramientas de programación se utilizaron CUDA en GPU y MPI para la versión en cluster de multicore. Los resultados experimentales muestran una buena respuesta de las soluciones en GPU en relación a las restantes alternativas. |
| publishDate |
2012 |
| dc.date.none.fl_str_mv |
2012-10 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/23624 |
| url |
http://sedici.unlp.edu.ar/handle/10915/23624 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
| reponame_str |
SEDICI (UNLP) |
| collection |
SEDICI (UNLP) |
| instname_str |
Universidad Nacional de La Plata |
| instacron_str |
UNLP |
| institution |
UNLP |
| repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
| repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
| _version_ |
1846782830769602560 |
| score |
12.982451 |