Ez a program kirajzolja a Mandelbrot halmazt különböző hardvarre optimalizált módszerekkel.
- CPU mappa - Az OpenCV-vel írt megoldás, ami valós időben kirajzolja a képet
- mandelbrot window.cpp - (main) megjelenítés, keyboard input
- otherFunctions.h - includeok, chrono library-n alapuló időméárő osztály, colormapek
- naivSolution.h, naivMultiThread.h, cpuOptSolution.h, cpuOptMultiThread.h - Mandelbrot halmaz kirajzolása különböző módokon optimalzálva (lásd lentebb)
- CPU.zip - Visual Studio teljes projekt (a fenti fáljokkal)
- GPU mappa - A CUDA-ban írt megoldást, ami pont ugyanolyan képet készít, de azt nem tudja kirajzolni, helyette bitmap (.bmp) formátumban menti
- kernel.cu - A main file, a kirajzolással
- Header.cuh - Header a colormappel és mentést végző függvényekkel
- DeviceProperties.cuh - A gpu tulajdonságainak kiírásához (A BME HDR Tanszék tulajdona)
- colormap stealer.ipynb - A Python Matplotlib könyvtárának bármely colormapjét el tudja "lopni"
Le lehet tölteni a teljes VS projektet (GPU.zip, és CPU.zip), ami kicsomagolás után szerkeszthető Visual Studioban, a megfelekő könyvtárak telepítése után
- Le kell tölteni Agner Fog Vector Class Library-ját. (VCL manual)
- Telepíteni kell az OpenCV-t
- Állítsd a fordítót x64-re, C++17-re, és Realeasre (Debug módban a VCL használhatatlanul lassú)
- A GPU-s megoldáshoz telepíten kell a CUDA-t
A CPU-s kódban lehet állítani:
- felbontás: (mandelbrot window.cpp 18. sor) Mat image = Mat::zeros(1024, 2048, CV_8UC3); // Legyen a szélesség (2048) a 16 többszöröse
- kirajzolás módja: (mandelbrot window.cpp 33-36. sor) Pontosan az egyik kirajzoló függvény ne legyen kikommentezve
- float használata double helyett: (otherFunctions.h 15. sor) definiáld a USE_FLOAT konstanst, ha floatot szeretnél. (Így a maximális nagyítás 10^-14 helyett 10^-5; a VCL-es kirajzolás sokkal gyorsabb; összehasonlítható majd a GPU-val)
- colormap: (otherFunctions.h, 15-20. sor) definiáld a VIRIDIS, GIST_RAINBOW, HOT, PLASMA konstansok valamelyikét, vagy egyiket se, hogy grayscale képet kapj. A colormapeket a Python Matplotlib könyvtárából szedtem ki a colormap stealer.ipynb -vel
A GPU-s kódban a felbontás a const int width, height paraméterekkel állítható. A colormap HOT. Double használatát a #define NUMBER float cseréjével érheted el.
A kép változtatható a billentyűzettel, amennyiben az OpenCV ablaka az aktív
- Mozgás: asdw
- Nagyítás: qe
- Iterációs limit állítása: 12
- Alaphelyzetbe állás: r
- Kilépés: ESC
- Renderelés: bármely billenytyű, kivéve az ESC
A konzolban megjeleník a nagyítás, iterációs limit, és a renderidő
A különböző futási idők:
(Alapértelmezett kép, legalább 10 képkockából átlagolva, ezredmásodpercben)
Computer specs:
Intel Core i5-4310M @ 2.70GHz
2 cores; 4 threads; 2.70-3.40 GHz
cache 128 KB, 512 KB, 3 MB;
AVX2 --> (256 bit vector registers)
| [millisec] | float | double |
|---|---|---|
| naiv | 562 | 432 |
| naiv multithread | 182 | 143 |
| CPU optimalized | 142 | 271 |
| CPU multi thread | 59 | 129 |
Computer specs:
Intel Core i5-6500 CPU @ 3.20GHz
4 cores; 4 threads; 3.20-3.60 GHz
cache 32 KB, 256 KB, 6 MB;
AVX2 --> (256 bit vector registers)
NVIDIA GeForce GTX 1050 Ti 4095 Mb memory 2048 threads, 32 warp size FP32 (float) performance: 2.138 TFLOPS FP64 (double) performance: 66.82 GFLOPS (1:32)
| [millisec] | float | double |
|---|---|---|
| naiv | 641 | 494 |
| naiv multithread | 192 | 119 |
| CPU optimalized | 123 | 244 |
| CPU multi thread | 43 | 66 |
| GPU | 20 | 20 |
Megoldások:
- Naiv megoldás: Egyszálon fut, beépített (int, double) típusokat használ. Ez a leglasabb.
- Multithread naiv megoldás: Kihasználja az összes szálat (thread library), de ugyanúgy az alap típusokat (int, double) használja. Minden szál aktív, amíg van olyan sor, amit nem kezdett el renderelni egy másik szál. Nagyjából 3,3-szor gyorsabb a naiv megoldásnál (4 mag, 4 szál) float esetén, és 4,2-szer double esetén.
- CPU-ra optimalizált megoldás: Kihasználja a Vector Class Library 256 bites vektor regisztereit (4 double vagy 8 float), azaz Single Intstuction Multiple Data (SIMD) elven gyorsítja a futást. Floattal kb 5,2-szer gyorsabb, doublelel pedig 2-szer.
- CPU-ra optimalizált multithread megoldás: A fentiekhez hasonlóan vektor regisztert használ, és többszálon fut. Float esetén 14,9-ször, double esetén 7,5-szor gyorsabb.
- GPU-ra írt megoldás: Minden pixelre (~ 2 millió) külön CUDA magot hív meg. (Összesen 2048 van)
Az iterációs limit állításának hatása a képre.
A különböző colormapek.
A szám felbontási limitje (floatnál ~10^-5; doublenál ~10^-15)