Si è concluso con un grande successo il challenge GPU4EO con il team vincitore che, nelle 10 settimane a disposizione, ha ridotto dell’80% il tempo di elaborazione di una coppia interferometrica di immagini radar portandola da 25 a 3 minuti.

Un risultato ottenuto rivisitando gli algoritmi di DORIS, il software per l’elaborazione di immagini radar satellitari, ed utilizzando le potenzialità di una scheda grafica GPU NVIDIA k40.

Il team vincitore è risultato quello capitanato dal Prof. Italo Epicoco dell’Università del Salento, con Francesca Macchia e Francesca Mele. Questo team è stato premiato da Giovanni Sylos Labini CEO di Planetek Italia che ha messo in palio il premio di 5.000 €. (video dell’intervista).

I team finalisti sono risultati variamente composti: il “team Epicoco” formato da ricercatori dell’Università del Salento e del CMCC, il “team Putignano” composto da Putignano-Izzo-Sabella-Chiusolo, professionisti che operano nel settore del remote sensing, e il “team Poliba” composto dal trio Guerriero-Anelli-Pagliara del Politecnico di Bari.

I team si sono confrontati con la sfida che richiedeva, come requisito minimo di partecipazione, di almeno dimezzare i tempi di elaborazione pur garantendo la massima qualità del risultato dell’elaborazione come ha illustrato Raffaele Nutricato di GAP (video) che ha anche spiegato per quale motivo è stato adottato DORIS come software di riferimento per il challenge.

I risultati di tutti i 3 team finalisti hanno dimostrato che con l’adozione delle GPU ci sono ampi margini di ottimizzazione dei software di image processing.

Le strategie di ottimizzazione adottate dai team sono state illustrate durante il workshop (i video dei team Epicoco, Putignano, Poliba). Tutti i team hanno evidenziato che la fase di ricampionamento è quella che richiede i maggiori tempi di elaborazione e per questo motivo si sono concentrati principalmente su questa fase. Il team vincitore ha ridotto i tempi di ricampionamento portandoli da 580 secondi a soli 10 secondi!

Tutti i team hanno meso in evidenza che con il processing con GPU le performance sono fortemente penalizzate dalla frequente lettura/scrittura di file intermedi al termine delle operazioni di elaborazione. Una strategia da perseguire nel porting dei software verso le GPU è proprio la riduzione delle operazioni di lettura/scrittura con la possibilità di mettere in memoria grandi quantità di dati da elaborare sfruttando le caratteristiche delle GPU disponibili sul mercato.

Le modalità di misurazione delle prestazioni dei team sono state illustrate da Giacinto Donvito dell’INFN (vedi il video) che ha anche messo in evidenza che nessun team è comunque riuscito a saturare le capacità elaborative della scheda video a dimostrazione che ci sono ancora ampi margini di miglioramento.

Durante il workshop finale del Challenge GPU4EO il Prof. Hittle dell’Ohio Supercomputer Center nella sua keynote ha illustrato le principali differenze tra il processing su GPU vs CPU e ha presentato alcuni casi applicativi di successo nell’adozione delle GPU per il calcolo scientifico. (video della presentazione e dell’intervista in inglese).

Il Challenge è stato realizzato con il contributo dei partner del progetto RIESCO e grazie alla disponibilità del data center RECAS le cui caratteristiche sono state illustrate dal prof. Bellotti dell’Università di Bari (video).

Il convegno si è aperto con i saluti del prof. Uricchio, Rettore dell’Università di Bari, e gli interventi di Francesca de Leo del CNR, coordinatrice del progetto RIESCO, la dott.ssa Di Ceglie della Regione Puglia e Vincenzo Barbieri di Planetek Italia, che ha illustrato le motivazioni che hanno portato alla organizzazione del Challenge. (video)

Link di approfondimento:

Share

Leave a Reply

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

You may use these HTML tags and attributes:

<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>