2012年度卒業発表のスライドです。 卒業論文のダウンロードは以下のアドレスにあります： http://ace.ees.utsunomiya-u.ac.jp/research/cudaを利用したpiv解析の高速化に関する研究.html また、SlideShareにKeynoteファイルがアップロードできなくなったので、Keynoteファイルは下のリンクからダウンロード出来ます： http://ace.ees.utsunomiya-u.ac.jp/netu/cuda/presentation.key

1. CUDAを利用したPIV解析の
高速化に関する研究
指導教員 熱工学研究室
二宮 尚 史 翔新

2. CUDAを利用したPIV解析の
高速化に関する研究
指導教員 熱工学研究室
二宮 尚 史 翔新

3. PIV

4. Particle Image Velocimetry
粒子画像流速測定法

5. Particle Image Velocimetry
時刻 t

6. Particle Image Velocimetry
+
時刻 t 時刻 t+Δt

7. Particle Image Velocimetry
+ =
時刻 t 時刻 t+Δt ベクトル図

9. CPUで解析

10. CPUで解析
ベクトルを一個ずつ解析

11. CPUで解析
ベクトルを一個ずつ解析
+
数千∼数万のベクトル

12. CPUで解析
ベクトルを一個ずつ解析
+
数千∼数万のベクトル
¦¦
解析時間が長い

13. CPUで解析
ベクトルを一個ずつ解析
+
数千∼数万のベクトル
¦¦
解析時間が長い
（1枚10秒ほど）

14. 同時に複数ベクトル解析

15. 並列演算

18. GPGPU

21. CUDA™

23. 解析時間
CPU (Average)
GTX 560 Ti
0 5 10 15
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

24. 解析時間
CPU (Average) 13.07 sec
GTX 560 Ti
0 5 10 15
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

25. 解析時間
CPU (Average) 13.07 sec
GTX 560 Ti 1.77 sec
0 5 10 15
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

26. 解析速度
10
5
1X
0
i5 (Sandy Bridge) GTX 560 Ti
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

27. 解析速度
10
7X
5
1X
0
i5 (Sandy Bridge) GTX 560 Ti
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

28. まだ足りない！

29. 3

30. 1

31. □Speed Up

32. 最適化

33. 最適化 スピード 読みやすさ メンテナンス性

34. 最適化 スピード 読みやすさ メンテナンス性

35. 最適化 スピード 読みやすさ メンテナンス性

36. 最適化 スピード 読みやすさ メンテナンス性

37. 最適化 スピード 読みやすさ メンテナンス性

38. 最適化 スピード 読みやすさ メンテナンス性

39. 最適化 スピード 読みやすさ メンテナンス性

40. 最適化 スピード 読みやすさ メンテナンス性

41. 最適化 スピード 読みやすさ メンテナンス性

42. 最適化 スピード 読みやすさ メンテナンス性

43. 最適化 スピード 読みやすさ メンテナンス性

44. 最適化 スピード 読みやすさ メンテナンス性

45. 解析時間
CPU (Average) 13.07 sec
GTX 560 Ti (Old) 1.77 sec
GTX 560 Ti (New)
0 5 10 15
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

46. 解析時間
CPU (Average) 13.07 sec
GTX 560 Ti (Old) 1.77 sec
GTX 560 Ti (New) 0.12 sec
0 5 10 15
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

47. 解析速度
150
100
50
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

48. 解析速度
150
109X
100
50
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

49. □Speed Up

50. ✓
□Speed Up

51. 2

52. □サブピクセル解析

53. ガウス分布

60. □サブピクセル解析

61. ✓
□サブピクセル解析

62. 3

63. □誤ベクトル除去

64. 周りのベクトルと照合

70. □誤ベクトル除去

71. ✓
□誤ベクトル除去

72. ✓
□誤ベクトル除去

73. ✓
□Speed Up
✓
□サブピクセル解析
✓
□誤ベクトル除去

74. ✓
□Speed Up
✓
□サブピクセル解析
✓
□誤ベクトル除去

75. 解析速度
150
109X
100
50
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

76. 解析速度
150
109X
100
□ □ □ □ □ □
誤 サ 誤 サ 誤 サ
ベ ブ ベ ブ ベ ブ
ク ピ ク ピ ク ピ
50 ト ク ト ク ト ク
ル セ ル セ ル セ
除 ル 除 ル 除 ル
去 解 去 解 去 解
析 析 析
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

77. 解析速度
150
109X
100
✓
□ ✓
□ □ □ □ □
誤 サ 誤 サ 誤 サ
ベ ブ ベ ブ ベ ブ
ク ピ ク ピ ク ピ
50 ト ク ト ク ト ク
ル セ ル セ ル セ
除 ル 除 ル 除 ル
去 解 去 解 去 解
析 析 析
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

78. 解析速度
150
109X
100
✗
✓
□ ✓
□ □ □ □ □
誤 サ 誤 サ 誤 サ
ベ ブ ベ ブ ベ ブ
ク ピ ク ピ ク ピ
50 ト ク ト ク ト ク
ル セ ル セ ル セ
除 ル 除 ル 除 ル
去 解 去 解 去 解
析 析 析
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

79. 解析速度
150
109X
100
✗
✓
□ ✓
□ □ □ ✓
□ ✓
□
誤 サ 誤 サ 誤 サ
ベ ブ ベ ブ ベ ブ
ク ピ ク ピ ク ピ
50 ト ク ト ク ト ク
ル セ ル セ ル セ
除 ル 除 ル 除 ル
去 解 去 解 去 解
析 析 析
7X
1X
0
CPU (Average) GTX 560 Ti (Old) GTX 560 Ti (Old)
※画像サイズ: 1024×1024; 検査領域: 32×32 ;探査領域: 25×25

80. 正真正銘の＞100倍の速さ

82. 「PIV解析において、GPGPUをうまく
駆使すれば、CPUより遥かに速い解析
スピードが得られます。」

83. おまけ

84. • 論文を一般公開（ソースコード含む）

85. • 論文を一般公開（ソースコード含む）
• iPad専用Multi-touch book同時公開

86. 検索

87. CUDA PIV 検索

88. !ank y"