Програмний модуль паралельної обробки сенсорних потоків IoT на базі технології CUDA

Abstract

Метою роботи є розробка програмного модуля паралельної обробки сенсорних потоків IoT на базі технології CUDA. В роботі застосовано методи системного аналізу, логічного структурування, модульного проєктування, програмування мовами C++ і Python, технологію CUDA, засоби організації взаємодії CPU та GPU. Запропоновано архітектуру програмного модуля паралельної обробки сенсорних потоків, яка включає джерела даних, модуль приймання потоку, буфер пам’яті, CPU-частину керування, GPU-ядра CUDA, модуль формування результатів та інтерфейс взаємодії із зовнішніми компонентами системи. Розроблено алгоритми функціонування основних компонентів модуля, що охоплюють приймання сенсорних повідомлень, буферизацію та підготовку пакета, передавання даних між CPU і GPU, паралельну обробку на графічному процесорі, повернення результатів і постобробку. Реалізовано програмний модуль, який підтримує режими обробки на CPU та GPU, виконує нормалізацію даних, порогову перевірку, формування статистики та запис результатів. Також розроблено графічний інтерфейс, який забезпечує генерацію вхідних даних, вибір режиму обробки, запуск обчислень і перегляд результатів. Проведено тестування програмного модуля на згенерованих наборах сенсорних даних. Результати підтвердили коректність роботи в режимах CPU і GPU та показали доцільність використання графічного процесора для великих обсягів даних.

The aim of the work is to develop a software module for parallel processing of IoT sensor streams based on CUDA technology. The work applies methods of systems analysis, logical structuring, modular design, programming in C++ and Python, CUDA technology, and tools for organizing CPU–GPU interaction. An architecture of a software module for parallel processing of sensor streams is proposed, which includes data sources, a stream reception module, a memory buffer, a CPU control unit, CUDA GPU kernels, a result generation module, and an interface for interaction with external system components. Algorithms for the functioning of the main module components have been developed, covering sensor message reception, buffering and packet preparation, data transfer between CPU and GPU, parallel processing on the graphics processor, return of results, and post-processing. A software module has been implemented that supports CPU and GPU processing modes, performs data normalization, threshold checking, statistical calculation, and result recording. A graphical user interface has also been developed, providing input data generation, processing mode selection, computation launch, and result viewing. The software module was tested on generated sets of sensor data. The results confirmed the correctness of operation in both CPU and GPU modes and demonstrated the feasibility of using a graphics processor for large data volumes.