Hybrid parallelization of a cell nucleus detection application
Parallélisation hybride d’une application de détection de noyaux cellulaires
Résumé
The shared memory parallelized version of the Marked Point Process algorithm allows to speed-up cells nuclei detection. However, the limitations imposed by the number of CPU cores or the memory capacity of GPU cards do not allow to analyse an entire histological image (50,000 × 50,000 pixels). To achieve this, we propose to add a distributed dimension to this parallelization using the hybrid Ordered Read-Write Locks model. In order to guarantee the validity of the original algorithm, we have implemented different strategies to ensure that all nuclei are processed and that local processing is considered on a global scale. The tests carried out first validated the scalability of the application and then showed an acceleration factor of 40 on 64 CPU cores.
L’algorithme Marked Point Process parallélisé en mémoire partagée permet d’accélérer la détection de noyaux cellulaires. Cependant, les limites imposées par le nombre de cœurs CPU ou la capacité mémoire des cartes GPU ne permet pas d’analyser une image histologique entière (50 000 × 50 000 pixels). Pour y parvenir, nous proposons d’ajouter une dimension distribuée à cette parallélisation en utilisant le modèle hybride Ordered Read-Write Locks. Afin de garantir la validité de l’algorithme original, nous avons mis en place différentes stratégies pour d’une part garantir le traitement de l’ensemble des noyaux et d’autre part, pour que les traitements locaux soient considérés à l’échelle globale. Les tests menés ont tout d’abord permis de valider le passage à l’échelle de l’application puis d’afficher un facteur d’accélération de 40 sur 64 cœurs CPU.
Origine : Version validée par le jury (STAR)
Loading...