OpenCVの画像処理をGPU(CUDA)で高速化する - Qiita
この記事について Jetson NanoにGPU(CUDA)が有効なOpenCVをインストール PythonでOpenCVのCUDA関数を使って、画像処理(リサイズ)を行う C++でOpenCVのCUDA関数を使って、画像処理(リサイズ)を行う 結論 (512x512 -> 300x300のリサイズの場合) 以下のように高速化できた CPU: 2.8 [msec] GPU: 約0.8 [msec] 注意 画像サイズと処理内容によっては、GPUの方が遅くなるので注意 環境 Jetson Nano (jetson-nano-sd-r32.2-2019-07-16.img) OpenCV 4.1.0 測定方法 処理時間測定の前には、以下コマンドを実施 ### 依存パッケージのインストール ### sudo apt update sudo apt upgrade sudo apt -y insta
NVIDIA，「CUDA 5」を正式発表。第2世代Kepler「GK110」に向けた準備が整う
NVIDIA，「CUDA 5」を正式発表。第2世代Kepler「GK110」に向けた準備が整う ライター：米田 聡 NVIDIAの開発するGPUコンピューティング向け開発環境「CUDA」。その最新版「CUDA 5」は，2012年8月からリリース候補版がダウンロード可能になっていたが，いよいよ正式版がリリースされることになった。 それに合わせ，アジア太平洋地域の報道関係者を対象とした電話会議が開催され，CUDA 5の概要が語られたので，今回はその内容を簡単にまとめてみたい。 GK110コアの「Tesla K20」に向けた準備が整うCUDA 5 電話会議で説明を担当したのは，米NVIDIAでGPUコンピューティングソフトウェア部門でシニアプロダクトマネージャを務めるWill Ramey氏だ。同氏が示したCUDA 5のトピックは下に示したスライドのとおりで，これらは第2世代Keplerアーキテク
[CUDA] GPUデバイスからprintfする - fjnlの生存記録のような何か
CUDA Toolkit 3.1からデバイスからprintfを発行できるようになりました．ただし，Device Capability 2.0以降のデバイスでなければサポートされていないので，GTX480といったいわゆるFermiアーキテクチャのカードが必要です． #include <stdio.h> __global__ void test() { printf("Hello world from %d of %d\n", threadIdx.x, blockDim.x); } int main() { test<<<1, 32>>>(); cudaThreadSynchronize(); return 0; } printfが使えるようになったとはいえ，CPUのように使うわけにはいきません．制限事項については，CUDA Programming ManualのB.14のFormatted
![[CUDA] GPUデバイスからprintfする - fjnlの生存記録のような何か](https://cdn-ak-scissors.b.st-hatena.com/image/square/a55bef3faa5d57daf28b8fc4712c2e1e77e03bef/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F17680117127165900143%2F17680117127165904424%2F1558748460)
Mac mini OSX 10.6 snow leopard に CUDA を入れようとして make で サンプル生成するのに苦労した - 夢色ほねつきにく
CUDA | 01:57 | mac mini OSX 10.6 snow leopard に CUDA を入れようとして make で サンプル生成するのに苦労した．もう，全然素直じゃなかった．忘れても良いようにインストールメモ． まず，インストールミスのぐだぐだを全部消す． $ sudo rm -r /usr/local/cuda $ sudo rm -r /Developer/GPU Computing $ sudo rm -r /System/Library/StartupItems/CUDA $ sudo rm -r /System/Library/Extensions/CUDA.kext 次に以下から ToolKit，Driver，SDK の順にダウンロードしてインストール．この順番が公式（？）と違っていて謎．http://forums.nvidia.com/index.php
CUDA入門・サンプル集
はじめてのCUDAプログラミング タイトル通り、初めてCUDAを扱う方にはオススメします。 コアレシングするテクニックや、コンパイラオプションの説明も掲載しています。 GPU Gems 3 GPGPUや画像処理のテクニック集。 CUDAのサンプルプログラムも載っています。 画像処理に詳しい方にはオススメします。 並行コンピューティング技法 並列処理のプログラミング技法を紹介しています。 これを読むまでは不可能と思っていたような処理も、 並列処理可能なプログラムに上手く書き換えています。 本気でCUDAをやるなら、絶対読むべき本です。 CUDA高速GPUプログラミング入門 読んだことありませんが、リンクだけ貼っておきます。 （入手できたらレビュー書きます）
CUDAベンチ１: 社長日記
先日、CUDAについてグダグダ書いたけれど、実際のところどうなの。。。ということで、ぼちぼちとベンチマークなどを試してみた。 とりあえず無意味な演算コードをCell含め流す。メモリアクセスのレイテンシが無視できるようなコードで、単精度浮動小数点の主に加減算ばかりのコード。single coreの基本コードは以下。 #include <stdio.h> #define FSIZE 200.0f #define ITE 10000000 int main(void) { int loop; float floop, tot0, tot1; tot0 = 0.0f; for(loop = 0; loop < ITE; loop++){ for(floop = 0.0f, tot1 = 0.0f; floop < FSIZE; floop += 1.0f){ tot1 += floop; }
CUDA Visual Profilerを使う - CUDA Information Site
Visual Profilerとは？ CUDAを用いてハイパフォーマンスなプログラムを書くためには、 プログラムの特性を調べ、最もボトルネックとなっている部分を確認しながら、 適切な最適化テクニックを用いてコーディングを行う必要があります。 ここで言う「特性」には以下のようなものがあります。 プログラム全体の実行時間の内訳 Kernelにおけるレジスタやメモリの使用状況 Coalesced Access状況 Kernelの命令数 分岐によるWarp分割数 ここに挙げたのはほんの一例ですが、これらの特性を自分で算出するには、 本来行いたいプログラミングからは大きく離れた所に労力を費やさねばなりません。 そこで出番となるのが、CUDAプログラムのプロファイリングツール、CUDA Visual Profilerです。 もともとCUDAプログラムにはプロファイルをCSV形式で出力する機能が備わっ
CUDAで遊んでみた - きしだのHatena
nVIDIAのGPUで並列計算を行うプログラムをCで書けるっていうCUDAで遊んでみました。 ということで、みしょさんの11以下の素因数を持つ携帯電話番号には価値がない。でのお題をやってみました。 いくつかあるのですが、このお題。 僕の携帯電話番号は113未満の素因数を持ちません。これはどの程度すばらしい電話番号なのでしょう？つまり，80から始まる10桁の自然数について，113未満の素因数を持たないものはどれくらいあるでしょうか？ と思ったら、なんだかCUDAでは大きい数字がうまく扱えない様子。 なので、10から始まる9桁の自然数について、113未満の素因数を持たないものを数えてみることにしました。 実行結果は次のとおり ホストが、CPUでやった結果です。 Kernel1が共有メモリを使わずにGPUでやった場合。Kernel2が共有メモリ使った場合。 100000000から10999999
NEW's blog: CUDA
ようやく、CUDAのcoalesced accessというのが理解出来た。 単純なメモリコピーで、8GB/S程度しか出ていなかったのが、今日、20GB/Sまで向上した。 キモは、 連続したメモリに各スレッドが同時にアクセスする という事。 今までは、画像のフィルターを、ラインに分割して、1ラインを1スレッドにやらせていた。 これだと、全てのスレッドが、担当するラインのピクセルを読み込みに行く。 つまり、非連続なメモリをアクセスするので、読み込みの指令数分だけのアクセスが生じる。 この例で分かりやすく言えば、スレッド数分だけのアクセスが生じるわけだ。 これを、各スレッドが各ピクセルを処理させる様にする。 これがcoalescだ。 スレッド0番は、Pixel0を、スレッド1番は、Pixel1を...と、順番に並べてアクセスさせる。 次のループでは、スレッド数分先を読み込みに行く。 簡単に言えば
Emerging Companies Summit編その2
Emerging Companies Summitの参加企業。約60社がNVIDIAの技術を活用した自社製品をアピールする 会期：8月25日～27日(現地時間) 会場：米国カリフォルニア州サンノゼダウンタウン さまざまなジャンルの開発者、ゲーマー、一般ユーザーなど、多様な人に向けたイベントが寄り合った形で展開されているNVISION。「Emerging Companies Summit」も、NVISIONで開催されている1つのイベントで、NVIDIAのビジュアルコンピューティング技術を利用して起業したり、活動を広げようとしているメーカーが参加するもの。 ゲーム、ライフスタイル、CUDA/HPC、プロフェッショナルビジュアルコンピューティングの4つのトラックが並行して開催されており、終日、各メーカー製品をデモンストレーションする場が設けられている。このレポートでは、CUDA/HPCトラックの
後藤弘茂のWeekly海外ニュース
■後藤弘茂のWeekly海外ニュース■ KhronosがGDCでGPUやCell B.E.をサポートするOpenCLのデモを公開 ●OpenCLの実装テストのスタートは5月 世界中のゲーム開発者が集まるカンファレンス「GDC (Game Developers Conference)」でKhronos Groupは、ヘテロジニアスな並列コンピューティングのためのプログラミング言語である「OpenCL」のオーバービューのセッションを行なった。 OpenCLは、NVIDIAの「C for CUDA (OpenCLもCUDAのランタイムに落とし込むため、従来の拡張CをベースにしたCUDAはC for CUDAと呼ぶようになった)」のように、GPUを汎用コンピューティングに使うことができるプログラミング言語だ。しかし、NVIDIA独自のC for CUDAとは異なり、クロスプラットフォームのプログラ
速度を左右する要因
速度を左右する要因 速度を左右する最大の要因は並列アルゴリズムの優劣であるが、 グローバルメモリの種類やブロックのサイズが速度に及ぼす影響を 知っておくのは無駄ではない。 (と書いてみたものの、結果に不審な点が多い) サンプルの速度 1回だけ処理するのでは速すぎるので、kernelの呼出部分を for 文の内側に入れ、 1000回実行した時間を計測すると、13384msであった。 メモリの割り当て方法の影響 まずメモリについて。 グローバルメモリを使用する際には global, constant, texture の3種類があるのだが、 どうやって指定するのか 違いはどれほどあるのか が気になるところである。 constant memory .cu の中で __constant__ を先頭につけて、配列を確保すると、 constant memory になる。 NVIDIA のサンプルを見る
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
【西川和久の不定期コラム】 CUDAコア128基のGPUを搭載したAI/深層学習向け「Jetson Nano開発者キット」を試す
GPUでzipパスワードを超高速解析するツールがお手軽価格で販売されてたので購入してみた。
[PDF] CUDAとGPUを用いたSQLiteの高速化
【イベントレポート】 【SIGGRAPH Asia 2009レポート】 NVIDIAがGPUによるグラフィックスワークスタイルの変革をアピール
【イベントレポート】 【SIGGRAPH Asia 2009レポート】 東工大、スクウェアエニックスがCUDA実装事例を紹介
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
【イベントレポート】 【GTCレポート】日本ユニシス、CUDAでリコメンドシステムを実装
CUDA with OpenMPI on Ubuntu 8.04 - NVIDIA Forums