Desarrollo y optimización de algoritmos paralelos de cálculo general sobre el framework OpenCLIPER

Abstract

En el ámbito médico, las pruebas de diagnóstico mediante imagen son una de las técnicas más empleadas hoy en día. Con el objetivo de agilizar todo el procesamiento de imágenes, nace la necesidad de emplear dispositivos eficientes como las GPU para esta tarea. La implementación de algoritmos eficientes sobre estos dispositivos permite agilizar los tiempos de procesamiento, así como mejorar la calidad de la imagen médica, ayudando a que se pueda llevar a cabo un mejor diagnóstico. Con este objetivo nació OpenCLIPER, como un framework diseñado para permitir a los investigadores centrarse en el problema de diseño de esto algoritmos, simplificando gran parte de la complejidad que supone realizar desarrollos para estos dispositivos GPU. Sin embargo, estudiando los algoritmos existentes dentro del framework Open- CLIPER en la actualidad, se detecta una carencia de algoritmos básicos, que realicen operaciones fundamentales sobre las que se puedan construir nuevos algoritmos más complejos. Debido a este problema, surge este proyecto, que tiene como objetivo aportar nuevos algoritmos de procesamiento de imagen para resolver esta carencia el framework y mejorar sus capacidades. Para ello se desarrollarán e integrarán en la plataforma algoritmos que nos permitan realizar el producto de matrices, elevar una matriz a una potencia, calcular la norma-N de un vector, realizar el producto escalar y vectorial de dos vectores, y calcula la convolución de una matriz frente a un kernel de convolución. El objetivo principal es la optimización de dichos algoritmos de forma que la integración sea lo más eficiente posible. Finalmente, se llevará a cabo un análisis de rendimiento de los algoritmos implementados, que nos permitirá comparar su eficiencia con plataformas de procesamiento de referencia, evaluar la eficiencia de los mismos y detectar diferente mejoras que nos permitan seguir desarrollándolos y mejorándolos en el futuro.

In the medical field, diagnostic imaging tests are one of the most widely used techniques today. In order to streamline all image processing, the need arises to use efficient devices such as GPUs for this tasks. The implementation of efficient algorithms on these devices speeds up processing times, as well as improves the quality of the medical image, helping to carry out a better diagnosis. With this objective, OpenCLIPER was born as a framework designed to allow researchers to focus on the problem of designing these algorithms, simplifying much of the complexity involved in developing on these GPU devices. However, studying the existing algorithms within the OpenCLIPER framework at present, a lack of basic algorithms is detected, which perform fundamental operations on which new more complex algorithms can be built. Due to this problem, this project arises, which aims to provide new image processing algorithms to solve this lack of the framework and improve its capabilities. For this, algorithms will be developed and integrated into the platform that allow us to perform the product of matrices, raise a matrix to a power, calculate the Euclidean norm of a vector, perform the dot and vector product of two vectors, and calculate the convolution of a matrix versus a convolution kernel. The main objective is the optimization of these algorithms so that the integration will be as efficient as possible. Finally, a performance analysis of the implemented algorithms will be carried out, which will allow us to compare their efficiency with reference processing platforms, evaluate their efficiency and detect different improvements that will allow us to continue developing and improving them in the future.