[논문 리뷰] Benchmarking the Gerchberg-Saxton Algorithm

Peter J. Christopher, George S. D. Gordon외 1명|arXiv (Cornell University)|2020. 05. 18.

Cellular Automata and Applications참고 문헌 14인용 수 5

한 줄 요약

이 논문은 컴퓨터 생성 홀로그래피에 대한 GPU 하드웨어에서 Gerchberg-Saxton (GS) 알고리즘을 벤치마킹하며 수렴 속도, 정밀도 및 성능 트레이드오프를 분석한다. 해석적 런타임 모델을 제안하며, 이는 해상도, 변조 수준 및 하드웨어 FLOPS에 따라 달라지며, GS 알고리즘이 다중 수준 SLM에서는 잘 작동하지만 이진 SLM에서는 발산함을 보이며, FFT 시간이 실행 시간의 주요 부분을 차지하고 시스템 간 성능 스케일링이 예측 가능함을 보여준다.

ABSTRACT

Due to the proliferation of spatial light modulators, digital holography is finding wide-spread use in fields from augmented reality to medical imaging to additive manufacturing to lithography to optical tweezing to telecommunications. There are numerous types of SLM available with a multitude of algorithms for generating holograms. Each algorithm has limitations in terms of convergence speed, power efficiency, accuracy and data storage requirement. Here, we consider probably the most common algorithm for computer generated holography - Gerchberg-Saxton - and examine the trade-off in convergent quality, performance and efficiency. In particular, we focus on measuring and understanding the factors that control runtime and convergence.

연구 동기 및 목표

• 현대 GPU 하드웨어에서 컴퓨터 생성 홀로그래피를 위한 Gerchberg-Saxton (GS) 알고리즘의 성능 평가 및 벤치마킹.
• GS 수렴 속도, 정확도 및 계산 효율성에 영향을 미치는 핵심 요인 규명.
• 시스템 파라미터, 해상도 및 단일 정밀도 기반으로 GS 알고리즘 런타임을 추정하는 해석적 모델 개발.
• 다양한 이미지 해상도, 변조 수준 및 하드웨어 구성에서 GS 성능 비교.
• Weighted GS 및 Liu-Taghizadeh와 같은 알고리즘 변종이 수렴 및 실행 시간에 미치는 영향 평가.

제안 방법

• FFT 연산을 위해 CUDA 접근과 cuFFT 라이브러리를 사용한 GTX 1080 GPU를 활용한 GS 벤치마킹.
• 다양한 이미지 콘텐츠를 평가하기 위해 USC-SIPI 데이터베이스의 512×512 픽셀 이미지를 사용.
• 특히 2의 거듭제곱 크기와 비2의 거듭제곱 크기 간의 해상도에서 FFT 성능 측정.
• 런타임과 수렴에 미치는 단일 정밀도 대비 이중 정밀도의 영향 분석.
• Weighted GS (β 요소 포함) 및 Liu-Taghizadeh (관심 영역 제약) 변종을 구현하고 비교하여 수렴 개선 평가.
• 해석적 런타임 공식 유도: $ t_{GS} = C_{numitr} C_{machine} C_{precision} C_{software} (C_{itr1} + C_{itr2} N_x N_y \log(N_x) \log(N_y)) $, 경험적으로 유도된 상수를 사용.

실험 결과

연구 질문

• RQ1 이미지 해상도가 GPU에서의 GS 알고리즘 런타임과 수렴에 어떤 영향을 미치는가?
• RQ2 단일 정밀도 대비 이중 정밀도가 GS 알고리즘 성능과 수렴에 어떤 영향을 미치는가?
• RQ3 Weighted GS 및 Liu-Taghizadeh와 같은 알고리즘 변종이 표준 GS 대비 수렴 속도와 품질을 얼마나 향상시키는가?
• RQ4 픽셀당 변조 수준의 수와 GS의 성능/정확도 트레이드오프 간의 관계는 무엇인가?
• RQ5 일반적인 해석적 모델이 다양한 하드웨어 및 시스템 구성에서 GS 알고리즘 런타임을 예측할 수 있는가?

주요 결과

• FFT 연산이 GS 알고리즘의 런타임의 98% 이상을 차지하여 주요 성능 저하 요인임을 확인.
• 2의 거듭제곱 크기와 비2의 거듭제곱 크기 간 비교 시 성능 저하가 심각하게 발생하며, 최대 3.1배의 속도 저하 발생.
• 반복 횟수와 수렴 오차는 이미지 해상도와 무관하여, 해상도가 수렴 특성에 영향을 주지 않음.
• 실제 시스템에서의 최대 효과적인 변조 수준은 약 $ 2^6 $이며, 이는 거듭제곱 법칙 관계로 인해 그 이상일 경우 수익 감소.
• 제안된 해석적 런타임 모델은 2011–2019년 사이의 일곱 대의 다양한 워크스테이션에서 성능을 20% 이내로 정확히 예측하며, 주요 상수로 $ C_{itr1} \approx 0.71 $ 및 $ C_{itr2} \approx 1.09 \times 10^{-6} $ 확인.
• Liu-Taghizadeh 변종은 특수한 경우에서 표준 GS 대비 실행 시간을 최대 100% 향상시킬 수 있으나, 전문가의 튜닝 필요함.