Jawaban:
Pertanyaan bagus. Meskipun http://gpgpu.org adalah sumber yang bagus, namun cukup umum (G pertama singkatan dari General). Mencari di sana untuk GIS saya hanya mendapatkan satu hit dari 2004 , yang menghubungkan ke sebuah makalah yang 404.
Manifold adalah satu-satunya vendor yang saya tahu memanfaatkan GPU untuk GIS .
Hoopoe benar- benar terlihat menarik, yang juga mengelola CUDA.NET .
Bagian dari presentasi DevSummit Prototype Lab Aplikasi ESRI adalah pada GPU untuk GIS.
Tautan video tampaknya borked, tetapi posting blog yang panjang berisi ringkasan dan pengantar yang baik untuk komputasi GPU, GIS.
Juga, Azavea (sebelumnya Avencia) telah memenangkan beberapa hibah NSF untuk menyelidiki area ini lebih lanjut, dan mereka memiliki serangkaian posting blog yang tampaknya diperbarui secara berkala (posting terakhir 7 Juli)
Saya telah menggunakan Manifold GIS selama bertahun-tahun, dan meskipun kadang-kadang menjadi sasaran cemoohan karena berbagai alasan, perangkat lunaknya cukup mengesankan. Versi saat ini (8.0.18 pada saat penulisan) menggunakan CUDA untuk mempercepat operasi permukaan 100x atau lebih. Versi 9 yang telah lama ditunggu-tunggu berjanji untuk meningkatkan tingkat akselerasi dan memperluas cakupan dampaknya. Ada webcast menarik yang dapat dilihat di situs Nvidia mengenai apa yang telah dilakukan Manifold dan ke mana mereka pergi (di sini ). Sangat banyak di garis depan teknologi ini apakah diterapkan pada GIS atau tidak. Lebih banyak poin bonus: kemampuan 64 bit asli dan versi mulai dari $ 250-ish hingga di bawah $ 1000
Bahkan jika yang Anda lakukan hanyalah memproses raster, ia akan membayar sendiri dalam beberapa jam.
Kata kunci pemula untuk Anda adalah GPGPU
. Anda dapat mengambil buku GLSL
atau HLSL
yang merupakan bahasa / platform masing-masing untuk OpenGL dan DirectX. Anda bisa menggunakan platform komputasi berpemilik seperti Nvidia CUDA
atau AMD CTM
. Tetapi jika Anda ingin sedikit kewarasan, Anda mungkin ingin memeriksa standar OpenCL yang agak baru.