Dissertação

{en_GB=Energy-Efficient HEVC Motion Estimation for Mobile Heterogeneous Platforms} {} EVALUATED

{pt=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., en=The current computing paradigm makes use of programs that are consistently more complex and demanding of the underlying hardware. This is a special concern for mobile platforms, as they offer a lower performance than workstations and have restricted energy budgets, due to their reliance on batteries. Computationally heavy applications such as video encoding based on High Efficiency Video Coding (HEVC) standard are especially difficult to run on these platforms. This is mostly due to its highly demanding temporal prediction, more specifically the Motion Estimation (ME) module, that may take more than 40% of the computation time. This project aims at creating an optimized HEVC encoder for heterogeneous platforms based on the x265 HEVC encoder. The proposed encoder will take advantage of two typical computing units present in most mobile platforms: their big.LITTLE architecture and an integrated GPU. The main contributions of this project are a modified parallelization model that takes advantage of the big.LITTLE core count, by reducing the dependencies between CTU rows; GPU co-processing, that adds a device dedicated to processing ME tasks in collaboration with the CPU; and CPU mapping, that takes advantage of the heterogeneous nature of the high-performance/low-power big.LITTLE CPU cores. The proposed encoder delivers an increased performance and energy efficiency per encoded frame, at the expense of an increased output in bandwidth.}
{pt=HEVC, Computação de uso Geral em GPU, Arquiteturas Heterogénenas, big.LITTLE, en=HEVC, General-purpose computing on GPUs, Heterogeneous Architectures, bit.LITTLE}

Junho 20, 2018, 9:30

Orientação

ORIENTADOR

Pedro Filipe Zeferino Tomás

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Nuno Filipe Valentim Roma

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar