Videovigilancia de Altas Prestaciones dedicada a videojuegos

Tareas computacionalmente exigentes como las relativas a la reconstrucción de imágenes tomográficas, reconstrucción de imágenes tomadas por satélites, problemas combinatorios o tareas de visión artificial, entre otras, podrían beneficiarse del poder de cómputo, y los bajos precios, de los potentes dispositivos hardware dedicados a las tecnologías de los videojuegos, como son las videoconsolas y las tarjetas gráficas de los ordenadores de consumo.

Esta idea culminó a finales de 2003, cuando el doctorando Mark Harris de la Universidad de North Carolina at Chapel Hill (www.unc.edu) y ahora miembro de la multinacional NVidia, aprovechó el poder de cómputo de la tarjeta gráfica (GPU) de un ordenador de consumo para simular y renderizar en tiempo real los procesos físicos que tienen lugar en la formación de nubes.

GPGPU
A partir de entonces se acuño el término GPGPU para indicar la nueva temática de aprovechamiento del hardware gráfico en tareas de propósito general (General Purpose computing on Graphics Processing Units, www.gpgpu.org). Actualmente, esta filosofía de uso alternativo de las videoconsolas y hardware gráfico se está utilizando experimentalmente en tareas colaborativas como el proyecto Folding@Home (http://folding.stanford.edu).

El último trabajo de los investigadores de la línea de Computación de Altas Prestaciones y Optimización (www.gavab.es/capo) del grupo GAVAB (www.gavab.es) de la Universidad Rey Juan Carlos (www.urjc.es) está enmarcado en el proyecto V-ATRAP y demuestra el beneficio que ofrece este tipo de tecnología como motor de cómputo en novedosas y exigentes tareas de seguimiento visual y videovigilancia en tiempo real, siendo hasta 14 veces más rápida que una solución equivalente basada en el uso tradicional de ordenadores.

Actualmente, la tecnología utilizada en la construcción de los chips gráficos orientados a videojuegos es comparable a la más moderna tecnología utilizada por los fabricantes de ordenadores. De hecho, un computador de consumo puede integrar unos 400 millones de transistores por núcleo mientras que una tarjeta gráfica de uso común puede llegar a incluir el doble.

Esto se puede traducir en un aumento de la capacidad de cómputo de los sistemas de consumo dando la posibilidad de obtener soluciones de muy bajo coste en aplicaciones tales como sistemas de procesamiento de vídeo de alta definición, procesamiento de imágenes médicas o sistemas de videovigilancia asistida mediante el uso de múltiples cámaras de forma simultánea.