หน่วยความจำ GPU จำนวนมากช่วยเมื่อทำงานกับภาพที่มีขนาดใหญ่มากและโมเสคภาพหรือไม่?

14

ดูเหมือนว่ามันจะช่วยได้มากในการจัดเก็บภาพให้มากที่สุดเท่าที่เป็นไปได้บน GPU สำหรับการแพนและซูม ฯลฯ

เราจัดการกับภาพที่มีขนาดใหญ่มาก มีให้เลือกหลากหลายตั้งแต่ 8 GB ถึงหลายร้อย GB ที่บ้านฉันมีจอภาพขนาด 40 "4k และ GTX Titan ที่มีหน่วยความจำวิดีโอ 12 GB และมันทำงานได้ดีอย่างน่าอัศจรรย์สำหรับทุกสิ่งที่ฉันขว้างไปมันดูดีมากเมื่อดูภาพถ่าย งาน?

หากว่าQGIS , ArcMapและPCI Geomaticaจะสามารถใช้ประโยชน์จากหน่วยความจำกราฟิกมากมายเมื่อจัดการกับภาพหลายกิกะไบต์และโมเสคภาพในช่วงหลายร้อยกิกะไบต์หรือไม่

แอปพลิเคชัน GIS ใดที่เห็นว่าได้รับประโยชน์มากที่สุดจากหน่วยความจำ GPU มากมายเมื่อจัดการกับภาพขนาดใหญ่

— gnarbarian
แหล่งที่มา

4

สำหรับโปรแกรมอย่าง ArcMap การมี GPU คุณภาพสูงนั้นไม่สำคัญอย่างยิ่งสำหรับการทำงานกับ rasters ขนาดใหญ่ ค่อนข้างจะแนะนำให้มี RAM จำนวนมากเพื่อจัดการกับการประมวลผลแรสเตอร์เช่นโมเสก น่าเสียดาย ArcGIS นั้นมีขีดความสามารถในการประมวลผล GPU ที่ จำกัด มาก ฉันไม่สามารถพูดเพื่อ QGIS หรือ PCI มันอาจคุ้มค่าที่จะดูการประมวลผลภาพด้วย Matlab เนื่องจากการรองรับโปรเซสเซอร์ GPU ที่ยอดเยี่ยม

— แอรอน

3

ซอฟต์แวร์ GIS ที่ฉันรู้ว่าใช้ประโยชน์จาก GPU ให้มากที่สุดคือ Manifold GIS ฉันเชื่อว่ามันรองรับ GPU ได้ถึงสี่ตัวโดยใช้ Nvidia CUDA cores เป็น 64 บิตดั้งเดิมและใช้ประโยชน์จากการกำหนดค่าแบบมัลติคอร์และมัลติซีพียู การตั้งค่าขวาเครื่อง Manifold สามารถเป็นสัตว์ร้าย น่าเสียดายที่ ArcGIS และ QGIS นั้นเป็นวิธีที่ล้าหลังในเรื่องนั้น ฉันไม่รู้เกี่ยวกับ PCI Geomatics

— Baltok

1

ตามที่ @Aaron บอกว่า ArcGis ชอบ RAM มากกว่าบนบอร์ดและ HDD ที่เร็วกว่า (หรือ SSD) ... มันเกี่ยวข้องกับวิธีที่มันทำให้ caches ใน RAM และส่งbitmap ที่คอมไพล์ไปยังการ์ดแสดงผล จะทำโดยเธรดเดียวในหน่วยความจำเมนบอร์ด สำหรับการล้าหลัง Esri ยังคงเป็นแอปพลิเคชั่นเธรดเดียวแม้ว่าจะมีหลายคอร์ให้บริการตั้งแต่ปลายยุค 90 พวกเราหลายคนหวังว่าการเริ่มต้นจากวิธีการเริ่มต้นของ ArcGis Pro จะช่วยให้รองรับหลายเธรด

— Michael Stimson

1

มีการปรับปรุงเครื่องมือเฉพาะบางอย่างเพื่อใช้ประโยชน์จาก GPU ระดับสูงเช่นViewshed2เครื่องมือจำนวนหนึ่งการประมวลผลแบบโมเสคสามารถใช้ประโยชน์จากหลายคอร์ใน ArcGIS 10.2+

— KHibma

16

Esri ได้เปิดตัว ArcGIS Pro ซึ่งใช้ GPU สำหรับการเรนเดอร์และการประมวลผลบางอย่าง:

ทรัพยากรอแด็ปเตอร์กราฟิก

ใน ArcGIS Pro เอ็นจิ้นกราฟิกจะ จำกัด การวาดตามความสามารถของหน่วยประมวลผลกราฟิก (GPU) ของคุณ

การประมวลผล GPU ด้วย Spatial Analyst

ขณะนี้ Spatial Analyst นำเสนอประสิทธิภาพที่เพิ่มขึ้นด้วยการใช้หน่วยประมวลผลกราฟิก (GPU) สำหรับเครื่องมือบางอย่าง เทคโนโลยีนี้ใช้ประโยชน์จากพลังการประมวลผลของการ์ดกราฟิกในคอมพิวเตอร์สมัยใหม่เพื่อปรับปรุงประสิทธิภาพการทำงานบางอย่าง

— เรดาร์
แหล่งที่มา

3

GIS เดียวที่ใช้พลังงาน GPU สำหรับการประมวลผลข้อมูลเรียกว่า MapD ประมวลผลข้อมูล Tweetmap ของ Harvard ผ่านซอฟต์แวร์นี้

Harvard Tweetmap ขับเคลื่อนโดย MapD

โครงการ MapD - การประมวลผลข้อมูลเชิงพื้นที่ขนาดใหญ่

อีกวิธีหนึ่งคือการติดตั้งการประมวลผลพื้นหลัง ArcGIS สำหรับโปรเซสเซอร์ 64 บิต

นั่นจะลดเวลาในการคำนวณภาพแรสเตอร์อย่างที่พวกเขาทั้งหมดในกระบวนการพื้นหลัง

การประมวลผลทางภูมิศาสตร์ของพื้นหลัง ArcGIS

— Downhillski
แหล่งที่มา

3

สำหรับการประมวลผลภาพขณะนี้มีสองโครงการที่จัดการกับสิ่งนี้:

โครงการเหล่านั้นเกี่ยวข้องโดยตรงกับระบบคู่ขนาน (เช่นการประมวลผลของ GPU และ High Performance Computing) แต่ไม่ จำกัด เพียงแค่นั้นและสามารถนำไปใช้กับระบบกระจายได้ เครื่องมือ GIS สำหรับ Hadoop เริ่มแรกออกแบบมาเพื่อทำงานกับสภาพแวดล้อม Hadoop แต่ตอนนี้พวกเขาย้ายไปที่ Spark Geotrellis เกี่ยวข้องโดยตรงกับ Spark

ประเด็นหนึ่งที่ต้องพิจารณาเมื่อจัดการกับการประมวลผลแบบขนาน / กระจายในการประมวลผลภาพ / การรับรู้ระยะไกลคือส่วนใหญ่ของอัลกอริทึมมีการใช้งานที่ทำให้ข้อมูลเป็นอนุกรมในขณะประมวลผลดังนั้นความพยายามอย่างยิ่งใหญ่ในโครงการต่างๆ โครงสร้างซึ่งค่อนข้างท้าทาย

— Ricardo Barros Lourenço
แหล่งที่มา

2

ฉันไม่คิดมากเกินไปและพูดว่า "ซอฟต์แวร์ GIS ไม่ได้ใช้ GPU เพื่อการประมวลผล" เมื่อพูดถึง ArcMap สิ่งใดก็ตามที่ใช้ OpenGL หรือ DirectX กับ shaders จะได้ประโยชน์จากหน่วยความจำ GPU: Google Earth, ArcScene / ArcGlobe, ENVI, OpenSceneGraph, AmigoCloud, CesiumJS เป็นต้น

— Ragi Yaser Burhum
แหล่งที่มา

การเรนเดอร์ไม่เหมือนกับอัลกอริธึมการย้ายไปยัง GPU ซึ่งโดยเฉพาะสำหรับเวกเตอร์นั้นมีความท้าทายมากกว่า

— John Powell