Defesa de TCC: Implementação do algoritmo TFM em uma GPU utilizando bibliotecas CUDA
Obs: houve mudança no horário. Confira abaixo.
O aluno André Peres Galera, que foi bolsista do projeto AUSPEX, fará sua defesa de TCC no início de novembro. Duas publicações fazem parte do desenvolvimento desse trabalho: um artigo no congresso SEI-SICITE da UTFPR, onde foi premiado como melhor trabalho da Engenharia Elétrica, e um artigo publicado e apresentado no 13th European Conference of Nondestructive Testing and Evaluation (ECNDT 2023).
André é aluno de Engenharia Elétrica do campus Pato Branco da UTFPR e orientado do Prof. Giovanni A. Guarneri BDFL, que lidera uma equipe responsável pela engenharia de software de alguns projetos do LASSIP e por pesquisas utilizando GPUs, WebGPU e ferramentas web.
Aluno: André P. Galera
Curso: Engenharia Elétrica (Campus Pato Branco)
Título: Implementação do algoritmo TFM em uma GPU utilizando bibliotecas CUDA
Orientador: Prof. Giovanni A. Guarneri
Quando: 09/11/2023 às 16:30 18:30
Link: https://meet.google.com/xar-wboq-vyz
Resumo: Os Ensaios Não Destrutivos por ultrassom são amplamente utilizados na indústria como ferramentas de controle de qualidade, tendo por objetivo a identificação e caracterização de corrosões e falhas que possam comprometer a vitalidade e usabilidade do material analisado. Um dos principais algoritmos utilizado para o processamento dos dados obtidos por esse tipo de ensaio é o Total Focusing Method (TFM), o qual possibilita identificar, localizar e dimensionar defeitos por meio da reconstrução da imagem da estrutura interna dos corpos ensaiados. Apesar de suas vantagens, o TFM demanda um alto poder computacional, culminando em um alto tempo de execução. Dessa forma, este trabalho objetivou a otimização desse algoritmo por meio de sua paralelização em uma unidade de processamento gráfico NVIDIA GeForce 1050 Ti. Foram desenvolvidas três versões distintas do TFM com o uso das bibliotecas PyCUDA, CuPy e Numba CUDA integradas à linguagem Python. Cada versão desenvolvida foi executada utilizando dados de ensaio de um bloco homogêneo de alumínio e de uma peça dentada de acrílico. A aquisição dos dados de cada peça foi feita tanto por simulação, com uso do software CIVA, quanto fisicamente, com o sistema de aquisição M2M Panther™. Os resultados obtidos demonstraram que as versões paralelas apresentaram menor tempo de execução, ou seja, um speed-up significativo em relação a versão serial de referência do algoritmo, principalmente para grandes conjuntos de dados.