GPU、巨大集落マッピングを支援

Nicome Hemsoth

グローバルな人口分布と集落パターンを理解することは、グローバルでもローカルスケールにおいても重要なリスク解析と基盤評価をする際にとても重要だ。しかし衛星画像の大規模な解析を開発する挑戦のひとつは、数ペタバイトの高解像衛星イメージデータを効率的に処理し管理できるようにすることだ。

ORNLの研究チームは、異なるカテゴリの抽出および分類によりグローバルな人口パターンを特徴づける目的のために、”大規模イメージデータ解析”を行うGPUベースの計算システムを構築した。これにより家および居住用のビルから、産業やその他の目的に役立つものまで利用できる。

最近の彼らの業績において、「生のイメージデータからの数値で特徴付けられるディスクリプタを計算することは高価ですが、計算プロセスにおいては重要なステップです。計算プロセスのスケールと時間に規定された間隔でプロセスを繰り返す必要性は、通常のシステムでは容易に溢れてしまいます。」とチームは語っている。そのために、このGPGPUベースのシステムは、「マルチスケールの特徴抽出と大規模イメージ解析用にマルチGPUアーキテクチャを開発すること」を目指して構築された。

チームは「GPUの膨大な計算パワーとメモリ帯域を利用」するためにCUDAを使用したと語っている。CUDAプログラミングモデルは通常いくつかのスケールでピクセルブロックに渡って複数のサブタスを並列に処理することができる。しかし、「GPUプロセッサが持つ並列計算能力をフルに活用するには、データレイアウトの選択を注意深く行うことが重要」と彼らは注意する。

他のプロジェクトでは同じようなマッピング努力をターゲットとしており、欧州コミッション共同研究センターが開発しているグローバル人集落レイヤーを含んでいる。より良い空間解像度衛星データと自動パターン認識アルゴリズムを結合して利用することは、我々が巨大なデータセットを以前よりもはるかに効率的に迅速に処理することができることを意味している。また、これは世界中のどこでも人集落景色のパターンの変化を常に監視できることでもある。これらの発展は、我々が人集落の特徴とパターンを以前のグローバル解析の試みよりさらに詳細に見ることができる可能性を意味している。