Эффективность вейвлет фильтрации сигнала на GPGPU (стр. 6 из 6)

double threshold; /* Порог для пороговой обработки коэффициентов */

double thresh_curr; /* Значение порога, смасштабированное для конкретного уровня разложения */

double len_curr; /* Длина отрезка массива коэеффициентов для конкретного уровня разложения */

int k; /* Счётчик цикла */

int i;

/* Инициализация переменных */

decomp_level = get_power_of_2(len); /* Вычисление уровня вейвлет-разложения */

if (decomp_level == -1) return -2; /* TODO: код ошибки: "массив данных имеет длину не равную степени 2-ки" */

threshold_rescales = (double*) malloc(decomp_level * sizeof(double));

if (threshold_rescales == 0) return -1; //TODO: код ошибки: "Не достаточно памяти"

wavelet = gsl_wavelet_alloc (gsl_wavelet_daubechies, 8);

work = gsl_wavelet_workspace_alloc (len);

waveletfloat.nc = wavelet->nc;

waveletfloat.type = wavelet->type;

waveletfloat.offset = wavelet->offset;

waveletfloat.g1 = (float*)malloc(wavelet->nc*sizeof(float));

waveletfloat.g2 = (float*)malloc(wavelet->nc*sizeof(float));

waveletfloat.h1 = (float*)malloc(wavelet->nc*sizeof(float));

waveletfloat.h2 = (float*)malloc(wavelet->nc*sizeof(float));

doubleCopyToFloat(wavelet->g1, (float*)waveletfloat.g1, wavelet->nc);

doubleCopyToFloat(wavelet->g2, (float*)waveletfloat.g2, wavelet->nc);

doubleCopyToFloat(wavelet->h1, (float*)waveletfloat.h1, wavelet->nc);

doubleCopyToFloat(wavelet->h2, (float*)waveletfloat.h2, wavelet->nc);

workfloat.n = work->n;

workfloat.scratch = (float*)malloc(sizeof(float)*work->n);

doubleCopyToFloat(work->scratch, workfloat.scratch, work->n);

initGPUDevice();

QTime FullFilterTime;

FullFilterTime.start();

/* Прямое вейвлет-преобразование */

doubleCopyToFloat(data, floatdata, len);

cudaWaveletTransform_forward (&waveletfloat, floatdata, 1, len, &workfloat);

/* ----------------------------------------- */

/* Начало фильтрации */

noise_estimation_float(floatdata, threshold_rescales, decomp_level); /* Вычисление масштабных коэфф-в для каждого уровня разложения */

threshold = select_threshold(len); /* Оценка значения базового порога */

i = len / 2;

len_curr = len / 2;

for (k = decomp_level - 1; k >= 0; k--)

{

thresh_curr = threshold * threshold_rescales[decomp_level - 1 - k];

cudaDenoise( &(floatdata[i]), len_curr, (float)thresh_curr);

len_curr /= 2;

i -= len_curr;

}

/* Конец фильтрации */

/* ----------------------------------------- */

/* Обратное вейвлет-преобразование (восстановление сигнала) */

cudaWaveletTransform_inverse (&waveletfloat, floatdata, 1, len, &workfloat);

floatCopyToDouble(floatdata, data, len);

exitGPUDevice();

qDebug("Cuda FullFilterTime: %d ms", FullFilterTime.elapsed());

free((void*)waveletfloat.g1);

free((void*)waveletfloat.g2);

free((void*)waveletfloat.h1);

free((void*)waveletfloat.h2);

free((void*)workfloat.scratch);

free (threshold_rescales);

gsl_wavelet_free (wavelet);

gsl_wavelet_workspace_free (work);

return 0;

}

Приложение Б. Характеристики сопроцессора на основе GPGPU

evgeniy@evgeniy-desktop:~/NVIDIA_GPU_Computing_SDK/C/bin/linux/release$ sudo ./deviceQuery

./deviceQuery Starting...

CUDA Device Query (Runtime API) version (CUDART static linking)

There is 1 device supporting CUDA

Device 0: "GeForce 9800 GT"

CUDA Driver Version: 3.0

CUDA Runtime Version: 3.0

CUDA Capability Major revision number: 1

CUDA Capability Minor revision number: 1

Total amount of global memory: 1073020928 bytes

Number of multiprocessors: 14

Number of cores: 112

Total amount of constant memory: 65536 bytes

Total amount of shared memory per block: 16384 bytes

Total number of registers available per block: 8192

Warp size: 32

Maximum number of threads per block: 512

Maximum sizes of each dimension of a block: 512 x 512 x 64

Maximum sizes of each dimension of a grid: 65535 x 65535 x 1

Maximum memory pitch: 2147483647 bytes

Texture alignment: 256 bytes

Clock rate: 1.50 GHz

Concurrent copy and execution: Yes

Run time limit on kernels: Yes

Integrated: No

Support host page-locked memory mapping: No

Compute mode: Default (multiple host threads can use this device simultaneously)

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 134564823, CUDA Runtime Version = 3.0, NumDevs = 1, Device = GeForce 9800 GT

Приложение В. Запуск теста вейвлет преобразования

evgeniy@evgeniy-desktop:~/work/dissertation/seismo_source/seismo_detector$ ./seismodetector

sample count: 65536

CPU FullFilterTime: 12 ms

Cuda FullFilterTime: 67 ms

sample count: 131072

CPU FullFilterTime: 26 ms

Cuda FullFilterTime: 67 ms

sample count: 262144

CPU FullFilterTime: 81 ms

Cuda FullFilterTime: 61 ms

sample count: 524288

CPU FullFilterTime: 159 ms

Cuda FullFilterTime: 73 ms

sample count: 1048576

CPU FullFilterTime: 319 ms

Cuda FullFilterTime: 85 ms

sample count: 2097152

CPU FullFilterTime: 677 ms

Cuda FullFilterTime: 97 ms

sample count: 4194304

CPU FullFilterTime: 1401 ms

Cuda FullFilterTime: 133 ms

sample count: 8388608

CPU FullFilterTime: 2855 ms

Cuda FullFilterTime: 209 ms

sample count: 16777216

CPU FullFilterTime: 5964 ms

Cuda FullFilterTime: 355 ms

sample count: 33554432

CPU FullFilterTime: 11979 ms

Cuda FullFilterTime: 638 ms

sample count: 67108864

CPU FullFilterTime: 31802 ms

Cuda FullFilterTime: 1350 ms

Приложение Г. Калькулятор использования ресурсов устройства GPGPU