Проект RAPIDS cuSignal позиционируется как экосистема, которая упрощает включение ускорения CUDA GPU в Python. SciPy — это библиотека Python, наполненная множеством полезных алгоритмов DSP. В документации cuSignal отмечается, что в некоторых случаях можно напрямую перенести функции обработки сигналов SciPy на cuSignal, что позволяет использовать ускорение на GPU.
В вычислениях большинство операций выполняются на CPU (центральный процессор). Однако графические процессоры (GPU) становятся все более популярными для вычислений общего назначения, так как они могут выполнять гораздо больше операций параллельно по сравнению с CPU. Это может значительно ускорить код DSP, который обычно используется с SDR.
В частности разработчики уже создали ноутбук, содержащий примеры того, как cuSignal можно использовать с RTL-SDRs для ускорения графа FFT. Также в списке ноутбуков есть и другие примеры DSP. По данным бенчмарков в ноутбуках времена вычисления на GPU действительно значительно быстрее. В бенчмарках, как кажется, используется высокопроизводительный GPU NVIDIA P100, но и другие графические карты NVIDIA также должны показывать хорошее ускорение.
Код cuSignal основан на CUDA, поэтому для работы любого кода ускорения на GPU потребуется графическое устройство на базе NVIDIA (например, видеокарта) с архитектурой Maxwell или более новой.
Мы отмечаем, что в будущем планируем исследовать, как это может быть использовано для ускорения пассивных радар-алгоритмов, используемых в KerberosSDR. Это также может быть полезно для быстрого выполнения DSP-кода на одноплатном компьютере NVIDIA Jetson Nano за 99 долларов.
Источник:
