Hacer que los cielos sean amigables con las GPU - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Hacer que los cielos sean amigables con las GPU

Hola otra vez. En el teclado Simón Sánchez y esta vez hablaremos sobre Hacer que los cielos sean amigables con las GPU

UN mandar en el sitio de blogs de NVIDIA esta semana destaca una aplicación bastante única del hardware GPU y la tecnología informática de la compañía. Según NVIDIA, las GPU CUDA se están aprovechando para optimizar la planificación de vuelos para los controladores de tráfico aéreo, con la idea de hacer que los viajes aéreos sean más seguros y con menos retrasos y congestión.

En un momento dado, hay alrededor de 7,000 aviones volando en los cielos de los Estados Unidos, un número que se espera que se duplique para el 2025. El seguimiento de esos aviones con controladores humanos, incluso con la ayuda del software actual de control de tráfico, es trabajo laborioso, sin mencionar el proceso propenso a errores. Si últimamente ha pasado algún tiempo en un aeropuerto, probablemente haya experimentado algunas de las ineficiencias de la planificación de vuelos de primera mano.

El software básico de control de tráfico aéreo, desarrollado por la NASA, tarda unos 10 minutos en realizar una predicción de trayectoria de 24 horas en cuatro dimensiones (latitud, longitud, altitud y tiempo). Esto supone que 35.000 aviones volarán ese día. Con la versión prototipo de CUDA, la aplicación tardó menos de 2,5 segundos, una velocidad que aumentó 250 veces.

El puerto de software de trayectoria CUDA fue desarrollado por la NASA y Optimal Synthesis, una firma de investigación de Silicon Valley que se especializa en varios tipos de software para ingenieros y científicos. Según Monish Tandale, investigadora de la empresa, poder calcular trayectorias con tecnología CUDA tiene una serie de ventajas. En un archivo entrevista publicado por NVIDIA, lo describió así:

La computación GPU nos permite aprovechar el paralelismo en el proceso de predicción de trayectoria para tener tiempos de ejecución extremadamente rápidos. Esto a su vez nos permite lograr un rendimiento en tiempo real y analizar modelos con mayor complejidad, y abre la posibilidad de utilizar algoritmos y enfoques que antes se consideraban poco prácticos debido a la complejidad computacional.

Monish sostiene que trasladar el código a las GPU fue relativamente fácil gracias a la curva de aprendizaje poco profunda de CUDA, lo que les permite «realizar una transición sin problemas de la programación de CPU basada en C / C ++ a la programación de GPU». Actualmente, su compañía busca aprovechar las GPU para otros proyectos de investigación gubernamentales con la NASA, la Agencia de Defensa de Misiles y la Fuerza Aérea.

Puedes compartir en tu Facebook para que tus amigos lo flipen

??? ? ? ???

Comparte