बहुत बड़ी छवियों और छवि मोज़ाइक के साथ काम करते समय बड़ी मात्रा में GPU मेमोरी मदद करता है?


14

ऐसा लगता है कि यह पैनिंग और जूमिंग, आदि के लिए GPU पर जितना संभव हो उतना छवि संग्रहीत करने में बहुत मदद करेगा।

हम बहुत बड़ी छवियों के साथ काम करते हैं। कई 8 जीबी से लेकर सैकड़ों जीबी तक के आकार के होते हैं। घर पर मुझे 12 जीबी की वीडियो मेमोरी के साथ एक 40 "4k मॉनिटर और एक GTX टाइटन मिला है, और यह मेरे द्वारा फेंकी गई हर चीज के लिए आश्चर्यजनक रूप से अच्छा प्रदर्शन करता है। इमेजरी देखते समय यह बहुत अच्छा लगता है। क्या यह सेटअप जीआईएस इमेज प्रोसेसिंग के लिए ओवरकिल है। काम?

क्या QGIS , ArcMap और PCI Geomatica सैकड़ों गीगाबाइट की सीमा में मल्टी गीगाबाइट छवियों और छवि मोज़ाइक से निपटने के दौरान प्रचुर ग्राफिक्स मेमोरी का लाभ उठा पाएंगे?

जीआईएस अनुप्रयोगों में बड़ी छवियों के साथ काम करते समय जीपीयू मेमोरी की प्रचुरता से सबसे अधिक लाभ क्या होगा?


4
आर्कपाइप जैसे कार्यक्रम के लिए, बड़े चूहों के साथ काम करने के लिए उच्च-स्तरीय GPU होना गंभीर रूप से महत्वपूर्ण नहीं है। बल्कि, मोस्टरिंग जैसे रैस्टर प्रोसेसिंग से निपटने के लिए बड़ी मात्रा में रैम होना उचित है। दुर्भाग्य से, ArcGIS में बहुत सीमित GPU प्रसंस्करण क्षमता है। मैं QGIS या PCI के लिए नहीं बोल सकता। यह उत्कृष्ट GPU प्रोसेसर समर्थन के कारण Matlab के साथ इमेज प्रोसेसिंग में देखने लायक हो सकता है।
आरोन

3
जिस जीआईएस सॉफ्टवेयर के बारे में मुझे जानकारी है वह GPU हॉर्सपावर का सबसे अधिक उपयोग करता है, मैनिफोल्ड जीआईएस है। मेरा मानना ​​है कि यह Nvidia CUDA कोर का उपयोग करके चार GPU तक का समर्थन करता है। यह 64 बिट का भी है और यह मल्टी-कोर और मल्टी-सीपीयू कॉन्फ़िगरेशन का लाभ उठाएगा। सही सेट अप करें, कई गुना मशीन एक जानवर हो सकता है। दुर्भाग्य से, आर्कजीआईएस और क्यूजीआईएस उस संबंध में पीछे हैं। मैं PCI जियोमैटिक्स के बारे में नहीं जानता।
बाल्टोक

1
जैसा कि @Aaron ने कहा कि आर्किस को बोर्ड पर अधिक रैम पसंद है और एक तेज HDD (या SSD) ... यह उस तरह से करना है जैसे कि यह RAM में कैश के रूप में प्रस्तुत करता है और अनिवार्य रूप से प्रदर्शन के लिए ग्राफिक्स कार्ड में संकलित बिटमैप को फेंकता है - सभी काम मेनबोर्ड मेमोरी में सिंगल थ्रेड द्वारा किया जाता है। समय के पीछे होने के नाते, 90 के दशक के उत्तरार्ध से कई कोर उपलब्ध होने के बावजूद एस्री अभी भी एक ही धागा अनुप्रयोग है; हम में से बहुत से उम्मीद कर रहे हैं कि आर्कगिस प्रो के स्क्रैच एप्रोच से शुरू होने से मल्टी थ्रेड सपोर्ट मिलेगा।
माइकल स्टिमसन

1
विशेष रूप से उच्च अंत GPU का लाभ उठाने के लिए कुछ विशिष्ट उपकरणों को बढ़ाया जा रहा है, जैसे Viewshed2 कई उपकरण, उदाहरण के लिए मोज़ेक प्रसंस्करण वाले आर्कगिस 10.2+ में कई कोर का लाभ ले सकते हैं
KHibma

जवाबों:


16

एस्री ने आर्कगिस प्रो जारी किया है, जो प्रतिपादन और कुछ प्रसंस्करण के लिए GPU का उपयोग करता है:

आर्कगिस प्रो में, ग्राफिक्स इंजन आपके ग्राफिक्स प्रोसेसिंग यूनिट (GPU) की क्षमताओं के आधार पर ड्राइंग को सीमित करता है।

स्थानिक विश्लेषक अब कुछ उपकरणों के लिए ग्राफिक्स प्रोसेसिंग यूनिट (GPU) प्रसंस्करण के उपयोग के साथ बढ़ाया प्रदर्शन प्रदान करता है। यह तकनीक आधुनिक कंप्यूटर में निश्चित संचालन के प्रदर्शन को बेहतर बनाने के लिए ग्राफिक्स कार्ड की कंप्यूटिंग शक्ति का लाभ उठाती है।


3

डेटा को प्रोसेस करने के लिए GPU शक्ति का उपयोग करने वाले एकमात्र GIS को MapD कहा जाता है। हार्वर्ड ट्वीटमैप डेटा को इस सॉफ्टवेयर के माध्यम से संसाधित किया जाता है।

हार्वर्ड ट्वीटमैप मैप द्वारा संचालित

MapD प्रोजेक्ट - बड़े स्थानिक डेटा कम्प्यूटिंग

दूसरा तरीका 64-बिट प्रोसेसर के लिए आर्कगिस पृष्ठभूमि प्रसंस्करण स्थापित करना है।

यह बिल्कुल रेखापुंज छवि गणना समय को कम कर देगा क्योंकि वे सभी पृष्ठभूमि प्रक्रिया में हैं।

आर्कगिस बैकग्राउंड जियोप्रोसेसिंग


3

छवि प्रसंस्करण के लिए, वर्तमान में दो परियोजनाएं हैं जो इससे निपटती हैं:

वे परियोजनाएं सीधे समानांतर सिस्टम (GPU प्रसंस्करण और उच्च निष्पादन कम्प्यूटिंग) के साथ काम कर रही हैं, लेकिन यह सीमित नहीं है, और वितरित सिस्टम को लागू करने में सक्षम है। Hadoop के लिए GIS टूल शुरुआत में Hadoop वातावरण पर काम करने के लिए डिज़ाइन किया गया था, लेकिन अब वे Spark के लिए movimg हैं। जियोट्रेलिस सीधे स्पार्क के साथ शामिल था।

छवि प्रसंस्करण / रिमोट सेंसिंग पर समानांतर / वितरित कंप्यूटिंग के साथ काम करते समय विचार करने के लिए एक मुद्दा यह है कि अधिकांश एल्गोरिदम में कार्यान्वयन है जो प्रसंस्करण के दौरान डेटा को क्रमबद्ध करता है, इसलिए आजकल परियोजनाओं पर बड़ा प्रयास उन विरासत एल्गोरिदम को विकृत डेटा पर काम करने के लिए आगे बढ़ा रहा है। संरचनाओं, जो काफी चुनौतीपूर्ण है।


2

जब मैं आर्कपैक के बारे में बात कर रहा हूं तो मैं "जीआईएस सॉफ्टवेयर प्रसंस्करण के लिए जीपीयू का उपयोग नहीं करता" कहता हूं। जो कुछ भी शगुन के साथ ओपनगैल या डायरेक्टएक्स का उपयोग करता है, वे GPU मेमोरी का लाभ उठाएंगे: Google Earth, ArcScene / ArcGlobe, ENVI, OpenSceneGraph, AmigoCloud, CassiumJS, आदि।


रेंडरिंग जीपीयू में पोर्टिंग एल्गोरिदम के समान नहीं है, जो विशेष रूप से वैक्टर के लिए अधिक चुनौतीपूर्ण है।
जॉन पॉवेल
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.