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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23624

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:UNLP2025-09-29T10:55:31Zoai: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:13292025-09-29 10:55:31.736SEDICI (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_ 1844615814787891200
score 13.070432