ECTS
5,25 crédits
Composante
ENSEIRB-MATMECA
Code interne
EE9TSID2
Description
Niveau de connaissances (savoirs) :
N1 : débutant
N2 : intermédiaire
N3 : confirmé
N4 : expert
Les connaissances (savoirs) attendues à l'issue des enseignements de l'UE
Acquérir les notions qui concernent les pointeurs en Langage C dans les algorithmes de traitement de signal au sens large : (C1, N3)
Connaître les syntaxes permettant la mise en oeuvre des pointeurs de données et de fonctions en Langage C : (C1, N4)
Connaître les différentes méthodes d'accélération d'algorithmes de calcul, l'architecture des GPU et les performances atteignables par les GPU comparées à celles des CPU : (C1, N2)
Connaître les principes de l'implémentation de traitements parallèles accélérés sur GPU au moyen de CUDA : (C1, N3)
Connaitre les différents algorithmes de block-matching (stratégies de recherche et critères de ressemblance) : (C1, N4)
Les acquis d'apprentissage en termes de capacités, aptitudes et attitudes attendues à l'issue des enseignements de l'UE
Maîtriser la mise en oeuvre de pointeurs en Langage C dans des algorithmes de traitement de signal au sens large : (C2, N4)
Analyser, corriger, faire évoluer une implémentation mettant en oeuvre des pointeurs en Langage C : (C2, N3)
Implémenter des algorithmes classiques de traitement du signal au sens large en CUDA : (C2, N3)
Mesurer les temps d'exécution des différents blocs d'une chaine de compression vidéo : (C2, N3)
Evaluer les performances obtenues (temps d'exécution et qualité) en remplaçant un bloc de calcul de vecteurs de mouvement à forte complexité calculatoire par un algorithme alternatif adapté : (C2, N4)
Présenter un compromis temps/précision : (C5, N3)
Liste des enseignements
DSP sur composant programmable
1,75 créditsLangage C et GPU pour le TSI
2 créditsApplications en intelligence artificielle
1,75 crédits