ПАРАЛЛЕЛЬНАЯ ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ Фурсов В.А., Попов С.Б. Самарский научный центр РАН, Самарский государственный аэрокосмический университет, Институт. - презентация

1 ПАРАЛЛЕЛЬНАЯ ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ Фурсов В.А., Попов С.Б. Самарский научный центр РАН, Самарский государственный аэрокосмический университет, Институт систем обработки изображений РАН План доклада 1.Состав вычислительного ядра Центра. 2.Создание вычислительных сервисов. 3.Научные задачи, решаемые с применением высокопроизводительных вычислительных ресурсов. 4.Постановка задачи параллельной фильтрации. 5.Исследование эффективности параллельной реализации. 6.Проблема выбора и оценивания параметров модели. 7.Вычислительные аспекты оценивания по малому числу наблюдений. 8.Общие проблемы и перспективы параллельных вычислений.

2 АРХИТЕКТУРА ОБЪЕДИНЕННОГО КЛАСТЕРА СГАУ, СНЦ РАН, ИСОИ РАН

3 ЦЕНТР ВЫСОКОПРОИЗВОДИТЕЛЬНОЙ ОБРАБОТКИ ИНФОРМАЦИИ САМАРСКОГО НАУЧНОГО ЦЕНТРА РАН ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ, ДОСТИГНУТЫЕ В 2002 г. ЧИСЛО ПАРАЛЛЕЛЬНО РАБОТАЮЩИХ ПРОЦЕССОРОВ - 24 СКОРОСТЬ ОБМЕНА ДАННЫМИ МЕЖДУ ПРОЦЕССОРАМИ 1,28 млрд. двоичных единиц в секунду ОБЩАЯ (ПИКОВАЯ) ПРОИЗВОДИТЕЛЬНОСТЬ 20,5 млрд. операций в секунду

4 САМАРСКАЯ СЕТЬ НАУКИ И ОБРАЗОВАНИЯ

5 ВЫЧИСЛИТЕЛЬНЫЙ СЕРВЕР ДЛЯ НАУЧНЫХ ИССЛЕДОВАНИЙ И ОБРАЗОВАНИЯ Типовой сценарий работы пользователя в среде 1.Обращение к серверу 2.Регистрация пользователя 3.Вход в систему 4.Задание параметров рассчитываемого элемента 5.Расчет элемента на сервере

6 НАУЧНЫЕ ЗАДАЧИ, РЕШАЕМЫЕ С ИСПОЛЬЗОВАНИЕМ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ РЕСУРСОВ ЦЕНТРА «…развитие математики в определенный период времени отражает природу вычислительных средств, доступных в этот момент, в значительно большей степени, чем можно было бы предположить.» Т. Тоффоли, Н. Марголус. Машины клеточных автоматов, М.: Мир,19991 г., стр Задачи дифракционной оптики и обработки изображений: 1. Решение уравнения Максвелла 2. Обработка (фильтрация) изображений 3. Фрактальное кодирование изображений 4. Обучение алгоритмов распознавания (нейронных сетей)

7 1. Разностное уравнение, описывающее линейный фильтр 2. Итерационная схема реализации фильтра КЛАСТЕРНАЯ ТЕХНОЛОГИЯ ПАРАЛЛЛЕЛЬНОЙ ОБРАБОТКИ (ФИЛЬТРАЦИИ) ИЗОБРАЖЕНИЙ

8 СХЕМА РАСПАРАЛЛЕЛИВАНИЯ ПО ДАННЫМ

9 СХЕМА ПАРАЛЛЕЛЬНОЙ ОБРАБОТКИ НА ЧЕТЫРЕХ ПРОЦЕССОРАХ

10 ЗАВИСИМОСТЬ ВРЕМЕНИ ОБРАБОТКИ ИЗОБРАЖЕНИЯ ОТ КОЛИЧЕСТВА ПРОЦЕССОРОВ Тестовое изображение Кластер: Узлы - Pentium, Сетевая технология – Fast Ethernet, платформа Linux

11 ПРИМЕР ОБРАБОТКИ УЧАСТКА ИЗОБРАЖЕНИЯ

12 ПРИМЕР ВЫДЕЛЕНИЯ ФРАГМЕНТА НА ИЗОБРАЖЕНИИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ОЦЕНИВАНИЯ ФИЛЬТРА Исходный фрагмент «Отретушированный» фрагмент

13 ПРОБЛЕМА ОЦЕНИВАНИЯ ПО МАЛОМУ ЧИСЛУ НАБЛЮДЕНИЙ Условие малого числа наблюдений : Задача : Проблемы: 1. Априорная неопределенность информативных свойств матрицы X. 2. Свойство устойчивости статистических характеристик не выполняется в полной мере. Предположения: 1.Матрица X и вектор y известны в результате измерений. 2.Статистические характеристики вектора ошибок не известны 3. Вектор ошибок ограничен:

14 Предполагается, что существует точная модель Из исходной системы формируется множество подсистем меньшей размерности Для каждой подсистемы вычисляется оценка и на множестве ищется подмножество подсистем, в котором оценки, наиболее согласованы в смысле заданного критерия Проблемы: 1. Как строить множество 2. Как задавать критерии вычисления оценок и формирования подмножеств? 3. Существует ли и для каких критериев единственная оценка? ФОРМУЛИРОВКА ПРИНЦИПА СОГЛАСОВАННОСТИ ОЦЕНОК

15 ЧАСТНЫЙ СЛУЧАЙ ФОРМУЛИРОВКИ ПРИНЦИПА СОГЛАСОВАННОСТИ ОЦЕНОК 1. Множество задается в виде подсистем размерности M

16 ВЫЧИСЛИТЕЛЬНЫЕ АСПЕКТЫ РЕАЛИЗАЦИИ ПРИНЦИПА СОГЛАСОВАННОСТИ ОЦЕНОК 1.Применение переборных алгоритмов 2.Высокая вычислительная сложность. 3.Необходимость применения высокопроизводительных многопроцессорных систем. Пример: 1.Строится K вариантов подсистем (M

17 ОБЩИЕ ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ Основные проблемы: 1.Отсутствие параллельных приложений, ориентированных на кластерную архитектуру. 2.Недостаточно высокая пропускная способность сетей. 3.Недостаток квалифицированных специалистов. Задачи и перспективы: 1.Формирование программ поддержки разработки параллельных приложений (по отраслям). 2.Создание сети высокопроизводительных центров распределенных вычислений (уровня округа). 3.Целевая поддержка кафедр и циклов в университетах, ведущих подготовку специалистов в области перспективных информационных технологий. 4.Упорядочение статуса центров коллективного пользования, типовое положение, схема финансирования для поддержания функционирования.