Uma grande quantidade de memória da GPU ajuda ao trabalhar com imagens muito grandes e mosaicos de imagens?

14

Parece que ajudaria bastante armazenar o máximo de imagem possível na GPU para fazer pan e zoom, etc.

Lidamos com muitas imagens muito grandes. Muitos variam de 8 GB a centenas de GB em tamanho. Em casa, eu tenho um monitor de 40 "4k e um GTX Titan com 12 GB de memória de vídeo, e ele tem um desempenho incrível para tudo que eu jogue nele. Também fica ótimo ao exibir imagens. Esse é um exagero na configuração do processamento de imagens GIS trabalhos?

Será que QGIS , ArcMap e PCI Geomatica ser capaz de tirar proveito de memória gráfica abundante quando se lida com imagens gigabyte múltiplas e mosaicos de imagens na faixa de centenas de gigabytes?

Quais aplicativos GIS seriam os mais beneficiados pela abundância de memória da GPU ao lidar com imagens grandes?

qgis arcmap performance hardware gnarbarian
fonte
4
Para um programa como o ArcMap, ter uma GPU de ponta não é extremamente importante para trabalhar com grandes rasters. Em vez disso, é aconselhável ter grandes quantidades de RAM para lidar com o processamento de varredura, como mosaicos. Infelizmente, o ArcGIS possui recursos de processamento de GPU muito limitados. Não posso falar por QGIS ou PCI. Pode valer a pena analisar o processamento de imagens com o Matlab devido ao excelente suporte ao processador de GPU.
Aaron
3
O software GIS que eu conheço que aproveita ao máximo a potência da GPU é o Manifold GIS. Acredito que ele suporta até quatro GPUs usando núcleos Nvidia CUDA. Também é nativo de 64 bits e aproveitará as configurações de vários núcleos e de várias CPUs. Preparada da maneira certa, uma máquina do manifold pode ser uma fera. Infelizmente, o ArcGIS e o QGIS estão muito atrasados ​​nesse sentido. Eu não sei sobre PCI Geomatics.
Baltok
1
Como a @Aaron disse, o ArcGis gosta de mais RAM a bordo e de um HDD (ou SSD) mais rápido ... isso tem a ver com a maneira como é renderizado como caches na RAM e essencialmente lança o bitmap compilado na placa gráfica para exibição - todo o trabalho é feito por um único thread na memória da placa principal. Por estar atrasado, o Esri ainda é um aplicativo de thread único, apesar de vários núcleos estarem disponíveis desde o final dos anos 90; muitos de nós estamos esperando o início a partir do zero abordagem de ArcGis Pro permitirá que suporte multi fio.
Michael Stimson
1
Algumas ferramentas específicas estão sendo aprimoradas para tirar proveito específico da GPU de ponta, como o Viewshed2 Várias ferramentas, como as de processamento em mosaico, podem tirar proveito de vários núcleos no ArcGIS 10.2+
KHibma

Respostas:

16

A Esri lançou o ArcGIS Pro, que faz uso da GPU para renderização e processamento:

No ArcGIS Pro, o mecanismo gráfico limita o desenho com base nas habilidades da sua unidade de processamento gráfico (GPU).

O Spatial Analyst agora oferece desempenho aprimorado com o uso da unidade de processamento gráfico (GPU) para algumas ferramentas. Essa tecnologia tira proveito do poder de computação da placa gráfica em computadores modernos para melhorar o desempenho de determinadas operações.

Radar
fonte
3

O único GIS que utiliza a energia da GPU para processar dados é chamado MapD. Os dados do Harvard Tweetmap são processados ​​através deste software.

Harvard Tweetmap Desenvolvido por MapD

Projeto MapD - Computação maciça de dados espaciais

Outra maneira é instalar o processamento em segundo plano do ArcGIS para o processador de 64 bits.

Isso diminuirá absolutamente o tempo de cálculo da imagem raster, pois todos eles estão no processo em segundo plano.

Geoprocessamento ArcGIS Background

Downhillski
fonte
3

Para o processamento de imagens, atualmente existem dois projetos que lidam com isso:

Esses projetos estão lidando diretamente com sistemas paralelos (como processamento de GPU e computação de alto desempenho), mas não se limitando a ele, e podendo implementar em sistemas distribuídos. O GIS Tools for Hadoop foi projetado inicialmente para funcionar em um ambiente Hadoop, mas agora eles são movidos para o Spark. Geotrellis estava diretamente envolvido com o Spark.

Uma questão a considerar ao lidar com a computação paralela / distribuída no processamento de imagens / sensoriamento remoto é que a maioria dos algoritmos possui implementação que serializa os dados durante o processamento, portanto, o grande esforço nos projetos atualmente está movendo esses algoritmos legados para trabalhar com dados distribuídos estruturas, o que é bastante desafiador.

Ricardo Barros Lourenço
fonte
2

Eu não generalizaria demais e diria "O software GIS não usa GPU para processamento" ao falar apenas sobre o ArcMap. Qualquer coisa que use OpenGL ou DirectX com shaders aproveitará a memória da GPU: Google Earth, ArcScene / ArcGlobe, ENVI, OpenSceneGraph, AmigoCloud, CesiumJS, etc.

Ragi Yaser Burhum
fonte
Renderizar não é o mesmo que portar algoritmos para a GPU, o que particularmente para vetores é muito mais desafiador.
John Powell