Space compression algorithms acceleration on embedded multi-core and GPU platforms
Carregant...
El pots comprar en digital a:
El pots comprar en paper a:
Títol de la revista
ISSN de la revista
Títol del volum
Cita com:
Col·laborador
Editor
Tribunal avaluador
Realitzat a/amb
Tipus de document
Comunicació de congrés
Data publicació
Editor
Association for Computing Machinery (ACM)
Condicions d'accés
Accés obert
Llicència
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització de la persona titular dels drets
Publicacions relacionades
Datasets relacionats
Projecte CCD
Abstract
Future space missions will require increased on-board computing power to process and compress massive amounts of data. Consequently, embedded multi-core and GPU platforms are considered, which have been shown beneficial for data processing. However, the acceleration of data compression - an inherently sequential task - has not been explored. In this on-going research paper, we parallelize two space compression standards on both CPUs and GPUs using two candidate embedded GPU platforms for space showing that despite the challenging nature of CCSDS algorithms, their parallelization is possible and can provide significant performance benefits.
Descripció
Persones/entitats
Document relacionat
Versió de
Citació
Jover, Á. [et al.]. Space compression algorithms acceleration on embedded multi-core and GPU platforms. A: Ada-Europe International Conference on Reliable Software Technologies. "ACM SIGAda Ada letters (Juny 2022, vol. 42, núm. 1)". New York: Association for Computing Machinery (ACM), 2022, p. 100-104. ISSN 1094-3641. DOI 10.1145/3577949.3577969.
Ajut
Forma part
Dipòsit legal
ISBN
ISSN
1094-3641



