Técnicas GPGPU para acelerar el modelado de sistemas ultrasónicos

D. Romero Laorden

Spain

CAEND CSIC-UPM

Centro de Acústica Aplicada y Evaluación No Destructiva

O. Martínez Graullera

Spain

CAEND CSIC-UPM

Centro de Acústica Aplicada y Evaluación No Destructiva

C.J. Martín Argueda

Spain

CAEND CSIC-UPM

Centro de Acústica Aplicada y Evaluación No Destructiva

M. Pérez

Spain

CAEND CSIC-UPM

Centro de Acústica Aplicada y Evaluación No Destructiva

L.G. Ullate

Spain

CAEND CSIC-UPM

Centro de Acústica Aplicada y Evaluación No Destructiva

Enviado: 09-02-2018

|

Aceptado: 09-02-2018

|
DOI: https://doi.org/10.1016/j.riai.2012.05.002
Datos de financiación

Descargas

Palabras clave:

algoritmos paralelos, sistemas ultrasónicos, GPGPU

Agencias de apoyo:

Ministerio de Economía y Competitividad a través del proyecto DPI2010-19376 y la beca BES-2008-008675.

Resumen:

El desarrollo de sistemas de simulación de campo acústico en tiempo real para aplicaciones de Evaluación no Destructiva ultrasónica constituiría una herramienta muy útil tanto para la planificación de las inspecciones como para la interpretación de los resultados de evaluaciones in-situ. Sin embargo, son algoritmos que requieren una alta capacidad de cómputo, no tanto por su complejidad sino por el gran número de puntos a analizar, lo que limita su uso al laboratorio sobre estaciones de trabajo de altas prestaciones. Los recursos de paralelización que actualmente ofrecen los sistemas informáticos, como son los procesadores multicore o las técnicas GPGPU, constituyen una oportunidad muy interesante para el desarrollo de este tipo de aplicaciones. Este trabajo analiza el modelo de paralelización de ambas alternativas con objeto de desarrollar un sistema portable de simulación de campo ultrasónico para tiempo real. Se describen por tanto los cambios en el algoritmo de cálculo de campo acústico para adaptarlo a una estrategia GPGPU y se valora el coste computacional de ambas implementaciones.
Ver más Ver menos

Citas:

Cea, 2003. Civa: Simulation software for non destructive testing.

Choi, J.-H. L. S.-W., 2000. A parametric study of ultrasonic beam profiles for a linear phased array transducer. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 47, 644–650.

E.Lindholm, J.Nickolls, S., Montrym, J., 2008. Nvidia tesla: A unified graphics and computing architecture. IEEE Micro 28 (2), 39–55.

J. Nickolls, I. Buck, M. G., Skadron, K., 2008. Scalable parallel programming with cuda. Queue 6 (2), 40–53.

Jensen, J., 1991. A model for the propagation and scattering of ultrasound in tissue. J. Acoust. Soc. Am. N. 89 (1), 182–190.

Kino, G. S., 1987. Acoustic Waves, devices, imaging and analog signal processing. Prentice-Hall.

Nvidia, 2012a. Gtx680 kepler white paper.

Nvidia, Enero 2012b. Guía de Programación de CUDA 4.1.

Pinar Crombie, e., 1997. Calculating the pulsed response of linear arrays accuracy versus computational efficiency. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 44, 997–1009.

Piwakowsky, B., Sbai, K., 1999. A new approach to calculate the field radiated from arbitrary structuredtransducer arrays. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 46 (2), 422–439.

Romero-Laorden, David, e., Mar. 2011. Field modelling acceleration on ultrasonic systems using graphic hardware. Computer Physics Communications 182 (3), 590–599. DOI: 10.1016/j.cpc.2010.10.032

Smith, S. W., 1998. Digital Signal Processing. Analog Devices.

Steinberg, B. D., 1976. Principles of Aperture and Array System Design. WileyInterscience.

Ver más Ver menos