FenixEdu™

Dissertação

Energy-Efficient HEVC Motion Estimation for Mobile Heterogeneous Platforms EVALUATED

Detalhes: O paradigma de computação atual contempla programas complexos face às plataformas onde eles são executados. Isto é relevante quando aplicado a plataformas móveis visto que estas têm um desempenho inferior ao dos computadores convencionais e estão restringidas na quantidade de energia consumida devido à sua dependência de baterias externas. Aplicações com elevado peso computacional, tal como codificadores de vídeo seguindo a norma High Efficiency Video Coding (HEVC), têm dificuldade especial em correr nestas plataformas. No caso específico do HEVC, a complexidade é sobretudo devida ao seu módulo de predição temporal, e mais especificamente, à Estimação de Movimento (EM) que pode ocupar mais de 40% da computação. Este projeto visa a implementação de um codificador HEVC para plataformas heterogéneas, baseado no codificador x265. O codificador proposto tirará partido de duas unidades de computação que tipicamente estão presentes nas plataformas móveis: a arquitetura big.LITTLE e a GPU integrada. As principais contribuições deste projeto são uma modificação do modelo de paralelização que, ao reduzir as dependências entre linhas da imagem, tira melhor partido do elevado número de núcleos de CPU presentes na arquitetura big.LITTLE; o co-processamento da EM pela GPU, ao acrescentar um dispositivo dedicado para processar esta tarefa em colaboração com o CPU; e o mapeamento de núcleos do CPU para tirar partido da natureza heterogénea dos núcleos de alto desempenho/baixa potência presentes na arquitetura big.LITTLE. O codificador proposto apresenta aumentos de desempenho e de efficiência energética para cada imagem codificada, à custa de um aumento na largura de banda necessária.
Keywords: HEVC, Computação de uso Geral em GPU, Arquiteturas Heterogénenas, big.LITTLE

Discussão: junho 20, 2018, 9:30