Sistemas de Partículas en la GPU.

GPU (Graphics Processing Unit), la GPU es un dispositivo dedicado completamente

al procesamiento gráfico, manipulando de manera rápida y eficiente la memoria
disponible a fin de acelerar la construcción de imágenes.

El Pipeline gráfico es el método de rasterización (generar una imagen desde un

modelo) basada en el soporte de hardware de gráficos (tarjeta gráfica).
Generalmente un pipeline gráfico acepta como input una representación de una
escena en 3D y entrega como output un mapa de bits de la escena en 2D.
Diseñadores de GPU tradicionalmente han expresado este proceso de síntesis de
imagen en un pipeline de hardware de etapas especializadas, de las cuales tres son
programables por el usuario y pueden recibir instrucciones en lenguaje de shading.
Cabe mencionar que el Shader es el set de instrucciones escritas en un lenguaje de
shading que pueden ser ejecutadas por un procesador dentro del pipeline gráfico
de una GPU.
Rendering es el proceso realizado por una computadora destinado a generar una
imagen en 2D a partir de un modelo en 3D.
La GPU posee un pipeline de hardware de etapas especializadas, de las cuales
destacan tres que en las tarjetas más modernas son programables y pueden recibir
instrucciones en lenguaje de shading. Estas etapas son: el procesador de vértices,
el procesador de geometría y el procesador de píxeles.
El procesador de vértices se encarga de las transformaciones que afectan los
vértices de las figuras en la escena. Maneja todos los cálculos sobre las
características de un vértice, tales como coordenadas, tamaño, color, textura,
normal, etc. El procesador de geometría se encarga de generar nuevas primitivas
dinámicamente así como de modificar existentes. El procesador de píxeles se
encarga de las transformaciones sobre los píxeles, tales como cambiar su
profundidad, calcular efectos de iluminación con gran precisión, etc. A fin de
determinar el color que debería aplicarse sobre el píxel en caso de ser usado. La
simulación y visualización en tiempo real de un sistema compuesto por un millón de
partículas. Se explican la diferencias entre los sistemas de partículas que preservan
estado, de los que no. Los primeros son aquellos que para calcular la posición y
velocidad actual de cada partícula se basan en sus valores previos y en la
descripción de cambios en el ambiente. En cambio, los sistemas de partículas que
no preservan estado calculan la posición de cada partícula basándose en fórmulas
definidas por parámetros iniciales y el tiempo actual, y no reaccionan a ambientes
dinámicos.

Para implementar efectos complejos de simulación basados en grandes sistemas

de partículas ejecutados sobre la GPU el sistema de partículas utilizado es uno que
preserva estado. En esta ocasión el rendering de las partículas se realiza de a
grupos sobre la GPU. También se realiza una comparación entre sistemas de
partículas implementados sobre la CPU e implementados sobre la GPU.
La posición de cada partícula es almacenada en una textura de punto flotante con
3 componentes de colores que serán tratadas como sus coordenadas (x,y,z). Se
utilizan dos texturas y una técnica de doble buffer para calcular nuevos datos
usando los valores previos. El método utilizado consiste en 5 pasos básicos:
Procesar nacimiento y muerte de las partículas, Actualizar atributos de las
partículas, Detección de colisiones, Transferencia de los datos en las texturas a
datos de vértices y Rendering de a grupos de partículas.
Para comparar el rendimiento de sistemas de partículas implementados sobre la
CPU y sistemas de partículas implementados sobre la GPU se realizó el siguiente
experimento: Se comparó la cantidad de cuadros por segundo (FPS) de sistemas
con la misma cantidad de partículas implementados tanto en la CPU como en la
GPU.
¿Qué diferencia hay entre el CPU y la GPU? Primeramente cabe mencionar que
una CPU no es un PC. Puede que te parezca una afirmación tonta, pero muchas
veces se confunden estos dos conceptos. La CPU o Central Proccess Unit, es el
encargado de procesar toda la información que le solicitamos al equipo. Esto
significa que es un chip bastante atareado. Una de sus principales características,
es que la información que tiene que procesar es de lo más variopinto. Es decir, igual
le pedimos que nos reproduzca música o un vídeo, que abrimos el office y nos
ponemos a trabajar en un documento. Eso sin pasar por la parte de la virtualización
de equipos, el sistema operativo con sus incontables funciones o incluso para jugar.
Por otro lado, las GPU están diseñadas para procesar enormes cantidades de
operaciones matemáticas por segundo en tiempo real. Esto significa dos cosas, la
primera que lo que le estamos pidiendo procesar lo queremos tener ya en pantalla.
Por otro lado, que la arquitectura tendrá que estar a la altura. En esto se diferencian
mucho de las CPU, ya que la GPU puede tener varios cores, o varios miles de
núcleos en un solo procesador. Esto lo podemos ver sobre todo en las gráficas de
última generación. Gracias a ello las GPU son muchísimo más potentes que las
CPU, y por tanto son capaces de procesar muchísimos más datos que estas.

VISUALIZADOR DE SISTEMAS DE PARTÍCULAS EN 2D Y 3D.

Autor: Lissette Paulina Cabrera Díaz.
Materia: Ciencias de la Comunicación.
Tema: Artículo de Investigación.
IP:
https://pdfs.semanticscholar.org/bdf9/89adbf6c2b3bb409ddc06339140e957282df.p
df
Resumen:
Se explica las funciones de la GPU, además menciona algunos comandos de
programación que ocupa la misma para el procesamiento de algunas acciones,
como por ejemplo el rendering.
SOLUCIÓN GPU PARA LA SIMULACIÓN Y ANÁLISIS DE TRAYECTORIAS DE
PARTÍCULAS EN PLASMAS IONOSFÉRICOS.
Autor: Daniel Suárez Muñoz.
Materia: Desarrollo E Innovación.
Tema: Artículo de Investigación.
IP: http://jro.igp.gob.pe/publications/tecnical_reports/2011/IDI_2011.03.pdf
Resumen:
Se muestra cómo funcionan las partículas en la GPU, además explica unas fórmulas
matemáticas donde revela como lleva a cabo algún proceso.
¿QUÉ DIFERENCIA HAY ENTRE CPU YGPU?
Autor: Víctor Haunter.
Materia: Sistemas Computacionales.
Tema: Artículo de Opinión.
IP: https://www.vichaunter.org/tecnologia/diferencia-cpu-gpu-apu
Resumen:
El autor especifica que diferencias existen entre la CPU y la GPU y los diferentes
métodos que llevan a cabo para realizar su trabajo correctamente en la generación
de alguna actividad.

o CABRERA DÍAZ, L. (2012). VISUALIZADOR DE SISTEMAS DE

PARTÍCULAS EN 2D Y 3D. [ebook] Chile, pp.4-6. Available at:
https://pdfs.semanticscholar.org/bdf9/89adbf6c2b3bb409ddc06339140e957
282df.pdf [Accessed 8 Nov. 2019].