prikaz prve stranice dokumenta Primjena ARM NEON tehnologije
Pristup korisnicima matične ustanove
diplomski rad
Primjena ARM NEON tehnologije
2016. urn:nbn:hr:190:848332
Čerljenko, Ricardo
Sveučilište u Rijeci
Tehnički fakultet

Citirajte ovaj rad

Čerljenko, R. (2016). Primjena ARM NEON tehnologije (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:848332

Čerljenko, Ricardo. "Primjena ARM NEON tehnologije." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2016. https://urn.nsk.hr/urn:nbn:hr:190:848332

Čerljenko, Ricardo. "Primjena ARM NEON tehnologije." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2016. https://urn.nsk.hr/urn:nbn:hr:190:848332

Čerljenko, R. (2016). 'Primjena ARM NEON tehnologije', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:848332

Čerljenko R. Primjena ARM NEON tehnologije [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2016 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:848332

R. Čerljenko, "Primjena ARM NEON tehnologije", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2016. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:848332

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:848332
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrimjena ARM NEON tehnologije
AutorRicardo Čerljenko
MentorKristijan Lenac (mentor)
Član povjerenstvaKristijan Lenac (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
Rijeka
Datum i država obrane2016-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj rad govori o pokušaju i rezultatima konverzije intrističnih SSSE3 instrukcija x86 arhitekture u ekvivalentna NEON ubrzanja ARM arhitekture. Kako bi se to postiglo, bilo je potrebno detaljno proučiti osnove tih dviju arhitektura kako bi se shvatio način rada instrukcija. Ubrzanja nije jednostavno postići potrebno je uložiti znatan trud u programiranje softvera na način da bude optimalan za ubrzanja što zahtjeva dobro shvaćanje tehnika poravnavanja i vektoriziranja grupa podataka. Upravo iz tog razloga se tijekom zadnjih par godina ulaže veliki trud u razvoj posebnih modula za moderne prevodioce koji bi bili sposobni da sami optimiziraju programski kod (automatska vektorizacija podataka). Prevođenje instrukcija testiralo se na ugradbenom računalu ARM arhitekture te su dobiveni rezultati uspoređivali s onima bez ubrzanja te s onima gdje je prevodioc koristio tehnike automatske vektorizacije. Na dobivenim rezultatima jasno je vidljivo da je automatska vektorizacija postigla najbolje performanse, iza nje slijedi transformirani ručno pisani kod te očekivano, najlošije rezultate ima kod bez ubrzanja (čisti skalarni kod). Bez obzira na rezultate, sva su tri načina implementacije brzo i stabilno odrađivala posao koji im je namijenjen, tj. pretvorba video formata u stvarnom vremenu za Intel RealSense R200 kameru.
Sažetak (engleski)
The effort of this work is about attempt of converting intrinsic SSSE3 instructions of x86 architecture into equivalent NEON speedups of ARM architecture. In order to do that, it was necessary to cover the basics of both architectures in detail for better understanding of how the instructions are processed. Speedups are not easy to accomplish a great effort must be taken to learn how to program the software so that is in suitable form for optimizations which means very good understanding of terms like data alignment and data vectorization. For that particular reason, over the last few years many of the modern compilers are trying to develop near-perfect automatic vectorization modules so that people can program software easier. Process of converting instructions was tested on embedded computer with ARM architecture. Results were compared with the automatic vectorization results and with results of clean scalar code (no speedups). It is clear that automatic vectorization gives the best performance, manually written code is at second place and, obviously, the worst results are with clean scalar code. Nevertheless, all three modes gave a stable and satisfying performance used on video converting rutine on Intel RealSense R200 camera.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:848332
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2017-01-24 11:23:15