ISP: 並列異種システム向けの最適なアウトオブコア画像セット処理ストリーミングアーキテクチャ

画像集団分析は、集団の発展、進化、および疾患を理解する上で中心的な役割を果たす統計手法のクラスです。しかし、これらの技術は、しばしば大量のボリューム入力と相まって過剰な計算能力とメモリを必要とします。スーパーコンピューティング能力へのアクセスが制限されることで、一般的な研究や実用的な応用においてその影響力が制約されます。本論文では、商用の異種CPU/GPUシステムの処理能力を活用し、この計算問題を解決しようとする画像セット処理ストリーミングフレームワークISPを紹介します。ISPでは、メモリ使用量と計算効率の両面でアウトオブコアのマルチイメージ処理問題に最適なソリューションを提供するために特別に設計されたストリーミングアルゴリズムとデータ構造を導入します。ISPは、並列異種システムがサポートする非同期実行メカニズムを活用して、アウトオブコアアプローチの処理パイプラインに固有のレイテンシを効率的に隠します。その結果、計算集約的な問題において、ISPのアウトオブコアソリューションはインコアソリューションと同じパフォーマンスを達成できます。合成および実データセットでのISPフレームワークの効率を示します。