Estoy interesado en la intersección emergente entre los sistemas SIG y las GPU, que puede proporcionar mejoras de órdenes de magnitud a ciertas clases de problemas SIG. ¿Conoces algún buen recurso para discutir esta área?
Estoy interesado en la intersección emergente entre los sistemas SIG y las GPU, que puede proporcionar mejoras de órdenes de magnitud a ciertas clases de problemas SIG. ¿Conoces algún buen recurso para discutir esta área?
Buena pregunta. Si bien http://gpgpu.org es un buen recurso, es bastante general (la primera G significa General, después de todo). Al buscar SIG solo obtengo un hit de 2004 , que se vincula a un documento que es 404.
Manifold es el único proveedor que conozco que aprovecha la GPU para GIS .
Abubilla seguramente parece interesante, que también administra CUDA.NET .
Parte de la presentación DevSummit de ESRI Applications Prototype Lab fue en GPU para GIS.
El enlace del video parece estar descorchado, pero una larga publicación en el blog contiene un buen resumen e introducción a la computación GPU wrt GIS.
Además, Azavea (anteriormente Avencia) ha ganado algunas subvenciones de la NSF para investigar más a fondo esta área, y tienen una serie de publicaciones en el blog que parecen actualizarse regularmente (última publicación el 7 de julio)
He estado usando Manifold GIS durante años, y aunque a veces es objeto de burla por varias razones, el software es bastante impresionante. La versión actual (8.0.18 en el momento de la redacción) usa CUDA para acelerar las operaciones de superficie 100 veces más o menos. La tan esperada versión 9 promete mejorar tanto ese nivel de aceleración como ampliar el alcance de su impacto. Hay un interesante webcast visible en el sitio de Nvidia sobre lo que Manifold ha hecho y hacia dónde van ( aquí ). Están muy a la vanguardia de esta tecnología, ya sea aplicada a SIG o no. Más puntos de bonificación: capacidad nativa de 64 bits y versiones que van desde $ 250 a menos de $ 1000
Incluso si todo lo que hace es procesar ráster, se amortiza en unas pocas horas.
Hay un trabajo experimental para portar partes de GDAL para usar GPU, a través de OpenCL . Vea, para el progreso, este correo electrónico reciente .
El código fuente puede ser instructivo.
Una palabra clave de inicio para usted es GPGPU
. Puede enganchar un libro GLSL
o HLSL
cuáles son los respectivos idiomas / plataformas para OpenGL y DirectX. Podría usar plataformas informáticas patentadas como Nvidia CUDA
o AMD CTM
. Pero si desea un toque de cordura, puede consultar los nuevos estándares OpenCL.