Una grande quantità di memoria GPU aiuta quando si lavora con immagini molto grandi e mosaici di immagini?

14

Sembra che sarebbe di grande aiuto memorizzare la maggior parte dell'immagine possibile sulla GPU per il panning e lo zoom, ecc.

Abbiamo a che fare con molte immagini molto grandi. Molti vanno da 8 GB a centinaia di GB di dimensioni. A casa ho un monitor da 40 "4k e una GTX Titan con 12 GB di memoria video, e funziona incredibilmente bene per tutto ciò che lancio. Sembra anche eccezionale quando si visualizzano le immagini. Quella configurazione è eccessiva per l'elaborazione delle immagini GIS opera?

Sarebbe QGIS , ArcMap e PCI Geomatica essere in grado di approfittare di abbondanti memoria grafica quando si tratta di immagini multi-gigabyte e mosaici di immagine nella gamma di centinaia di gigabyte?

Quali applicazioni GIS trarrebbero il massimo beneficio da un'abbondanza di memoria GPU quando si trattano immagini di grandi dimensioni?

— gnarbarian
fonte

4

Per un programma come ArcMap, avere una GPU di fascia alta non è di fondamentale importanza per lavorare con raster di grandi dimensioni. Piuttosto, è consigliabile disporre di grandi quantità di RAM per gestire l'elaborazione raster come il mosaico. Sfortunatamente, ArcGIS ha capacità di elaborazione GPU molto limitate. Non posso parlare per QGIS o PCI. Potrebbe valere la pena esaminare l'elaborazione delle immagini con Matlab a causa dell'eccellente supporto del processore GPU.

— Aaron

3

Il software GIS di cui sono a conoscenza che sfrutta al massimo la GPU è Manifold GIS. Credo che supporti fino a quattro GPU utilizzando i core Nvidia CUDA. È anche nativo a 64 bit e sfrutterà le configurazioni multi-core e multi-cpu. Impostato a destra, una macchina a manifold può essere una bestia. Sfortunatamente, ArcGIS e QGIS sono molto indietro in questo senso. Non so di PCI Geomatics.

— Baltok,

1

Come ha detto @Aaron ad ArcGis piace più RAM a bordo e un HDD (o SSD) più veloce ... ha a che fare con il modo in cui viene eseguito il rendering come cache nella RAM e essenzialmente lancia la bitmap compilata sulla scheda grafica per la visualizzazione - tutto il lavoro viene eseguito da un singolo thread nella memoria della scheda madre. Per quanto riguarda i tempi, Esri è ancora un'applicazione a thread singolo nonostante più core siano disponibili dalla fine degli anni '90; molti di noi sperano che l' approccio da zero di ArcGis Pro consentirà il supporto multi thread.

— Michael Stimson,

1

Alcuni strumenti specifici sono stati migliorati per sfruttare in modo specifico GPU di fascia alta, come Viewshed2 Numerosi strumenti, ad esempio quelli di elaborazione del mosaico, possono sfruttare più core in ArcGIS 10.2+

— KHibma,

16

Esri ha rilasciato ArcGIS Pro, che utilizza la GPU per il rendering e alcune elaborazioni:

Risorse dell'adattatore grafico

In ArcGIS Pro, il motore grafico limita il disegno in base alle capacità dell'unità di elaborazione grafica (GPU).

Elaborazione GPU con Analista spaziale

Spatial Analyst offre ora prestazioni migliorate con l'uso dell'elaborazione della GPU (Graphics Processing Unit) per alcuni strumenti. Questa tecnologia sfrutta la potenza di calcolo della scheda grafica nei computer moderni per migliorare le prestazioni di determinate operazioni.

— Radar
fonte

3

L'unico GIS che utilizza la potenza della GPU per l'elaborazione dei dati si chiama MapD. I dati Harmap di Tweetmap vengono elaborati tramite questo software.

Harvard Tweetmap Alimentato da MapD

Progetto MapD - Massiccio calcolo dei dati spaziali

Un altro modo è installare l'elaborazione in background ArcGIS per il processore a 64 bit.

Ciò ridurrà assolutamente il tempo di calcolo dell'immagine raster in quanto sono tutti nel processo in background.

Geoprocessing di sfondo ArcGIS

— Downhillski
fonte

3

Per l'elaborazione delle immagini, ci sono attualmente due progetti che si occupano di questo:

Tali progetti hanno a che fare direttamente con sistemi paralleli (come elaborazione GPU e High Performance Computing), ma non solo, e sono in grado di implementare su sistemi distribuiti. GIS Tools per Hadoop è stato inizialmente progettato per funzionare su un ambiente Hadoop, ma ora passa a Spark. Geotrellis è stato direttamente coinvolto con Spark.

Un problema da considerare quando si tratta di elaborazione parallela / distribuita sull'elaborazione di immagini / telerilevamento è che la maggior parte degli algoritmi ha un'implementazione che serializza i dati durante l'elaborazione, quindi il grande sforzo sui progetti al giorno d'oggi sta spostando quegli algoritmi legacy per lavorare su dati diffusi strutture, il che è piuttosto impegnativo.

— Ricardo Barros Lourenço
fonte

2

Non vorrei generalizzare eccessivamente e dire "Il software GIS non usa la GPU per l'elaborazione" quando si parla solo di ArcMap. Tutto ciò che utilizza OpenGL o DirectX con shader sfrutterà la memoria GPU: Google Earth, ArcScene / ArcGlobe, ENVI, OpenSceneGraph, AmigoCloud, CesiumJS, ecc.

— Ragi Yaser Burhum
fonte

Il rendering non è lo stesso degli algoritmi di porting sulla GPU, che in particolare per i vettori, è molto più impegnativo.

— John Powell,