文献

J-GLOBAL ID：201902279634182197   整理番号：19A1861426

マルチGPUクラスタ上での大規模ホログラム生成のための効率的なオブジェクトデータ分布による高速計算法

Fast Computation with Efficient Object Data Distribution for Large-Scale Hologram Generation on a Multi-GPU Cluster

著者 (8件)： BABA Takanobu (Center for Optical Research and Education, Utsunomiya University) ,  WATANABE Shinpei (Acs Co., Ltd.) ,  JESSIE JACKIN Boaz (National Institute of Information and Communications Technology) ,  OOTSU Kanemitsu (Department of Information Systems Science, Graduate School of Engineering, Utsunomiya University) ,  OHKAWA Takeshi (Department of Information Systems Science, Graduate School of Engineering, Utsunomiya University) ,  YOKOTA Takashi (Department of Information Systems Science, Graduate School of Engineering, Utsunomiya University) ,  HAYASAKI Yoshio (Center for Optical Research and Education, Utsunomiya University) ,  YATAGAI Toyohiko (Center for Optical Research and Education, Utsunomiya University)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E102.D  号： 7  ページ： 1310-1320(J-STAGE)  発行年： 2019年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 3Dホログラフィーディスプレイは,ユーザが特別なデバイスを装着する必要がないので,将来のヒューマンインタフェイスとして長く期待されてきた。しかし,その重い計算が必要なことがそのようなディスプレイの実現を妨げている。最近の研究では,高分解能と広視野角を実現するには,数ギガピクセルの物体とホログラムを実時間で処理する必要があることを示している。この問題に対して著者らは,まず,重いノード間通信を避けるために,GPUクラスタ環境に従来のFFTアルゴリズムを適用した。次に著者らは,いくつかの単一ノードとマルチノード最適化および並列化技術を適用した。単一ノード最適化には,オブジェクト分解方法の変更,CPUとGPUの間のデータ転送の削減,カーネル統合,ストリーム処理,ノード内での複数のGPUの使用を含めた。マルチノード最適化には,ホストノードから他のノードへのオブジェクトデータの配布方法を含めた。実験結果により,ノード内最適化は,元の単一ノード符号から11.52倍高速化することを示した。さらに,1ノードあたり2台のGPUを備えた8ノードを用いたマルチノード最適化により,3.2ギガピクセルのオブジェクトから1.6ギガピクセルのホログラムの生成を4.28秒の実行時間で達成した。それは,従来のFFTベースのアルゴリズムを用い,CPUで逐次処理した場合の237.92倍の高速化とマルチコアCPUでマルチスレッド実行した場合の41.78倍の高速化を意味した。(翻訳著者抄録)

シソーラス用語： *表示装置 ,  *高速計算 ,  *マルチプロセッサシステム ,  高速Fourier変換 ,  ホログラフィー ,  ヒューマンインタフェイス ,  画像処理
準シソーラス用語： FFT【変換】 ,  *GPUクラスタ ,  コンピュータ生成ホログラフィー ,  *ホログラムディスプレイ

著者キーワード (3件)： コンピュータ生成ホログラフィー ,  大規模CGH ,  GPUクラスタ

分類 (2件)： ホログラフィーの応用  (BD03074U) ,  図形・画像処理一般  (JE04010I)

引用文献 (28件)：

• [1] L. Onural, F. Yaras, and H. Kang, “Digital holographic three-dimensional video displays,” Proc. IEEE vol.99, no.4, pp.576-589, April 2011. 10.1109/jproc.2010.2098430
• [2] J.W. Goodman, Introduction to Fourier Optics, McGraw-Hill, p.441, 1996.
• [3] G.K. Ackermann and J. Eichler, Holography, A Practical Approach, Wiley-VCH, p.337, 2007.
• [4] K. Murano, T. Shimobaba, A. Sugiyama, N. Takada, T. Kakue, M. Oikawa, and T. Ito, “Fast computation of computer-generated hologram using Xeon Phi coprocessor,” Computer Physics Communications, vol.185, no.10, pp.2742-2757, Oct. 2014. 10.1016/j.cpc.2014.06.010
• [5] B.J. Jackin, H. Miyata, T. Ohkawa, K. Ootsu, T. Yokota, Y. Hayasaki, T. Yatagai, and T. Baba, “Distributed caluculation method for large-pixel-number holograms by decomposition of object and hologram planes,” Optics Letters, vol.39, no.24, pp.6867-6870, 2014. 10.1364/ol.39.006867

タイトルに関連する用語 (7件)： マルチ ,  GPUクラスタ ,  大規模 ,  ホログラム ,  オブジェクト ,  分布 ,  計算法