Profilazione di software medicale in CUDA

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).