Bildgebung und Parallelverarbeitung

Hochleistungs-APUs für medizinische Anwendungen

| Autor / Redakteur: Martin Danzer * / Holger Heller

COM-Express-Modul: conga-TFS COM mit AMD Embedded R-Serie
COM-Express-Modul: conga-TFS COM mit AMD Embedded R-Serie (Bild: VBM-Archiv)

Die medizinische Bildgebung stellt hohe Anforderung an die Prozessorleistung. Wie wird man diesen Ansprüchen mit Computer-modulen gerecht?

Embedded Systeme für den Einsatz in der Medizintechnik benötigen eine hohe Leistungsfähigkeit zur Bilderstellung und -darstellung. Mit den Accelerated Processing Units (APUs) der AMD Embedded R-Serie auf einer COM Express Computer-On-Modul Plattform können Systementwickler die geforderte Leistung in grafiklastige Applikationen eindesignen.

Neben leistungsstarker Bilddarstellung ist vor allem auch eine sehr schnelle Bilderstellung und Bildaufbereitung gefragt, beispielsweise in Ultraschall-, Röntgen- und Analysegeräten. Aus Sensordaten müssen idealerweise in Echtzeit darstellbare Bilddaten generiert werden, und das bei möglichst geringem Strombedarf. Dafür ist eine hohe parallele Rechenleistung nötig. Bisherige Lösungen mit DSPs oder FPGAs sind zwar relativ leistungsstark, dafür aber proprietär und extrem aufwändig in der Neuentwicklung.

Ideal für grafikorientierte Applikationen wäre es also, alle Anforderungen in einem kompakten und energieeffizienten System zu integrieren: Viel multifunktionale Rechenleistung, viel parallele Rechenleistung für die Datenverarbeitung und Bilderstellung in Echtzeit plus viel Grafikleistung für die Visualisierung. Und dies alles möglichst plattform- und hardwareunabhängig für eine optimale Weiterverwendbarkeit.

Genau das bietet eine heterogene Systemarchitektur mit Computer-On-Modulen (COMs) auf Basis der neuen AMD APUs der Embedded R-Serie. Sie integrieren eine effiziente Multicore x86 CPU für klassische PC-Aufgaben und skalare Workloads mit einer programmierbaren vektoriellen Rechenheit für parallele Rechenaufgaben und eine leistungsstarke Computergrafik auf einem Silizium Die. Aufgrund der hohen Integration sind APUs besonders kompakt und durch die spezialisierten Recheneinheiten besonders energieeffizient.

Parallele Rechenkunst der Grafikprozessoren gefragt

Welche Recheneinheit zeichnet nun aber für parallele Tasks verantwortlich? Es ist der integrierte Grafikprozessor. Getrieben durch die Entwicklung im Consumer-Markt – und hier insbesondere durch Computerspiele – haben sich Grafikprozessoren im Laufe der Jahre zu frei programmierbaren Spezialisten für parallele Rechenlasten entwickelt. Moderne Grafikprozessoren bestehen mittlerweile aus mehreren Hundert Recheneinheiten, die komplexe Berechnungen parallel ausführen können. Und dies nicht nur für synthetisch generierte Daten aus einem Computer-Spiel, sondern auch für reale Daten, die von verschiedensten Sensoren geliefert werden können.

Sehr leistungsstark ist die integrierte AMD Radeon Grafikeinheit der 7000er Familie: Sie bietet zwischen 128 und 384 Grafikkerne mit einer Taktrate von bis zu 686 MHz. Damit liegt die AMD R-464L APU mit einem 3Dmark-Vantage-„E“-Ergebnis von 13.066 weit oberhalb der Leistungsklasse, die sich bisher in einer integrierten Grafikeinheit auf dem Markt finden ließ. Für parallele Rechenlasten bringt es die AMD R-464L APU damit auf einen Spitzenwert von 576 GFLOPS Single Precision Performance. Das macht COMs mit diesen APUs zu einer geeigneten Plattform für anspruchsvolle Applikationen in der medizinischen Bildverarbeitung.

Damit Entwickler diese parallele Rechenleistung nutzen können, unterstützt das conga-TFS Modul mit den APUs der AMD Embedded R-Serie neue, plattformübergreifende APIs wie OpenCL.

Ergänzendes zum Thema
 
Mit COMs ans gewünschte Ziel

OpenCL ist eine leistungsstarke Programmierumgebung, mit deren Hilfe Rechenaufgaben hardwareübergreifend innerhalb heterogener Prozessorsysteme verteilt und verarbeitet werden können. Das besondere an OpenCL ist dabei, dass eine mehrfache parallele Ausführung in jedem einzelnen Schritt (SIMD=Single Instruction Multiple Data) möglich ist, dass also klassische Parallelrechnerarchitektur unterstützt wird. Dies ist von entscheidender Bedeutung, da sich nicht nur grafische Darstellungen sondern auch viele analytische Probleme sehr gut zur Parallelisierung eignen.

Inhalt des Artikels:

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 42290333 / Medizinelektronik)