Profilazione di software medicale in CUDA

Sangiorgi, Marco (2023) Profilazione di software medicale in CUDA. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Condividi allo stesso modo 4.0 (CC BY-SA 4.0)

Download (10MB)

Abstract

Le GPU sono al centro dell’innovazione tecnologica caratterizzando il cuore dei supercomputer più potenti al mondo in ambito di HPC (High Performance Computing). Il loro utilizzo caratterizza le applicazioni informatiche che hanno maggiore impatto nella vita quotidiana di ognuno di noi, spaziando dall’Intelligenza Artificiale ad algoritmi di visualizzazione a monitor. Le immagini mediche derivanti dai dispositivi a raggi X sono spesso elaborate dalle GPU, sia per motivazioni di tempo che di risorse. Il difficile compito di identificare eventuali malattie, salvando potenzialmente una vita, necessita elaborazioni near-real-time e di alta qualità, solitamente caratterizzate da algoritmi dall’elevato livello di complessità computazionale. La progettazione e la modellazione di tali algoritmi per l’utilizzo delle GPU, non è un processo banale. Richiede competenze sulla struttura e sul funzionamento interno delle GPU, nonché solide conoscenze di programmazione parallela, talvolta anche matematiche al fine di comprendere il linguaggio utilizzato nei report scientifici. In questa tesi, si affronta l’utilizzo della GPU nella sua declinazione in ambito medico, grazie alla gentile collaborazione dell’azienda See Through s.r.l specializzata, tra le altre cose, nello sviluppo di software per dispositivi medici a raggi X. Nello specifico, si affronta la profilazione e l’ottimizzazione di un algoritmo di rimozione del rumore (in inglese, Denoising).

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Sangiorgi, Marco
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
HPC,CUDA,High Performance Computing,Profiling,CUDA Reduction
Data di discussione della Tesi
30 Novembre 2023
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^