Moderne Bildverarbeitungs-Software verteilt die Aufgaben zwischen CPU und GPU
Die GPU als Co-Prozessor der CPU
Fortsetzung des Artikels von Teil 1
Wie verteilt die Software die Aufgaben?
Von Software zu Software verschieden ist die Art und Weise, in der die Aufgaben zwischen CPU und GPU verteilt werden. Halcon und CVB verfolgen hier unterschiedliche Philosophien: »Weil Anwendungen immer auf eine Problemstellung maßgeschneidert werden, bietet CVB keine automatisierte Aufgabenverteilung«, stellt Kersting klar. »Bei der Implementierung entscheidet der Anwender, welche Teile in die GPU ausgelagert und welche von der CPU erledigt werden.« CVB biete Funktionen zum Transfer der Daten in beide Richtungen sowie diverse Standard-Operatoren wie etwa Filter oder eine TSAI-Kamera-Kalibrierung. »Unsere Kunden portieren ihre eigenen Abläufe auf die GPU und nutzen dabei die mitgelieferten GPU-Operatoren oder entwickeln eigene Operatoren«, hebt Kersting hervor. »Dabei helfen wir ihnen mit im Lieferumfang von CVB enthaltenen Beispielen zur GPU-Programmierung und zum parallelen Rechnen. Zudem unterstützen wir die Kunden dabei, eigene Algorithmen auf die GPU zu portieren.«
Ganz andere Schwerpunkte setzt Halcon: »Bei den meisten Bibliotheken muss die Entscheidung für CPU oder GPU vom Programmierer während der Entwicklung getroffen werden«, führt Eckstein aus. »Dies erhöht naturgemäß den Pflegeaufwand und erfordert vom Programmierer ein höheres Maß an Vorkenntnissen.« In Halcon werde die Zuordnung der Verfahren für die GPU dynamisch, also nach Verfügbarkeit, realisiert: »Dies ermöglicht es beispielsweise, dass ein Update der Software automatisch zu einer Beschleunigung führt, wenn weitere Operatoren für die GPU unterstützt werden.«
Ein Problem bei Hochleistungs-GPUs ist die massive Wärmeentwicklung in den Bausteinen. Kersting bestätigt dies: »Wärmentwicklung ist tatsächlich ein kritischer Aspekt bei der Verwendung extrem schneller GPUs, so dass sich unter Umständen der Einsatz passiv gekühlter GPUs lohnt«, sagt er. »Aus diesem Grund sehen wir GPU-Processing bisher nicht in intelligenten Kameras, sehr wohl aber bei Embedded-PCs.« Eine Architektur aus Framegrabber-Hardware mit Onboard-GPU sei ihm bislang nicht bekannt, dort seien FPGAs verbreiteter. Balz erwartet, dass die Bausteinhersteller das Wärmeproblem entschärfen werden: »Es wird vermehrt Embedded-GPUs geben, die entsprechend weniger Leistung aufnehmen«, sagt er.
Dass mehr Leistung auch mehr Stromverbrauch bedeutet, führt Eckstein zufolge zu einem Dilemma: »GPUs, die ein entsprechendes Leistungspotenzial haben, verbrauchen auch viel Strom - typische Größenordnungen sind 200 bis 300 Watt«, führt er aus. »Dies ist selbst für Embedded-PCs zu hoch. Verwendet man aber statt dessen GPUs, wie sie für Laptops entwickelt werden, so erhält man in der Regel keine Leistungssteigerung.«
Ein Nachteil des Parallel Processing von CPU und GPU liegt nach Ansicht von Michael Noffz, Marketingleiter von Silicon Software, in der Anbindung der Grafikkarte und damit der GPU an die vorhandene Rechnerarchitektur ausschließlich über PCI Express: »Im Vergleich zur direkten Anbindung von Prozessoren bringt sie höhere Latenzzeiten und geringere I/O-Durchsatzraten mit sich«, sagt er. »Auch eine direkte und somit leistungsfähigere Anbindung an einen FPGA über einen entsprechenden Core ist derzeit nicht verfügbar. Daher lohnt sich die Auslagerung nur bei Funktionen mit hohem Rechenaufwand und wenn eine GPU für die betreffenden Aufgaben vom Befehlssatz her besser geeignet ist.«
- Die GPU als Co-Prozessor der CPU
- Wie verteilt die Software die Aufgaben?
- Langzeitverfügbarkeit von GPUs
- Martin Kersting, Stemmer Imaging: »Leistungsstarke 'Rechenknechte'«
- Alexander Balz, IDS: »Für sequentielle Abläufe ungeeignet«
- Dr. Wolfgang Eckstein, MVTec: »Besonders hohe Verarbeitungsgeschwindigkeit«
- Michael Noffz, Silicon Software: »Parallele Verarbeitung als Stärke«
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Nvidia
Schneller mobiler Prozessor für Navigationssysteme
Kameramodul im Miniaturformat
Hy-Line: »Kleinste industrielle Kameralösung«
