chapters/Background/FloatingPointOnTheGPU.tex

   1 %\subsection{Rasterisation on the CPU and GPU}
   2
   3 Traditionally, vector images have been rasterized by the CPU before being sent to a specialised Graphics Processing Unit (GPU) for drawing\cite{computergraphics2}. Rasterisation of simple primitives such as lines and triangles have been supported directly by GPUs for some time through the OpenGL standard\cite{openglspec}. However complex shapes (including those based on B{\'e}zier curves such as font glyphs) must either be rasterised entirely by the CPU or decomposed into simpler primitives that the GPU itself can directly rasterise. There is a significant body of research devoted to improving the performance of rendering such primitives using the latter approach, mostly based around the OpenGL\cite{openglspec} API\cite{robart2009openvg, leymarie1992fast, frisken2000adaptively, green2007improved, loop2005resolution, loop2007rendering}. Recently Mark Kilgard of the NVIDIA Corporation described an extension to OpenGL for NVIDIA GPUs capable of drawing and shading vector paths\cite{kilgard2012gpu,kilgard300programming}. From this development it seems that rasterization of vector graphics may eventually become possible upon the GPU.
   4
   5 It is not entirely clear how well supported the IEEE-754 standard for floating point computation is amongst GPUs\footnote{Informal technical articles are abundant on the internet --- Eg: Regarding the Dolphin Wii GPU Emulator: \url{https://dolphin-emu.org/blog} (accessed 2014-05-22)}. Although the OpenGL API does use IEEE-754 number representations, research by Hillesland and Lastra in 2004 suggested that many GPUs were not internally compliant with the standard\cite{hillesland2004paranoia}.
   6
   7 To test this assertion, Figure \ref{gpufloats.pdf} was produced with an early version of the IPDF software which will be discussed in Chapter \ref{Process}. The Figure was created jointly with Gow and is also discussed in their work \cite{thesisGow}.
   8
   9 \begin{figure}[H]
  10         \centering
  11         \includegraphics[width=0.6\textwidth]{figures/gpufloats.pdf}
  12         \caption{CPU and GPU evaluation of $x^2 + y^2 < 1$ (black) at $\approx 10^6$ magnification} \label{gpufloats.pdf}
  13 \end{figure}
  14
  15
  16 Figure \ref{gpufloats.pdf} shows the rendering of a the edge of circle through evaluation of $x^2 + y^2 < 1$ using an x86-64 CPU and various GPU models. If we assume the x86-64 is IEEE-754 compliant performing the default rounding behaviour (to nearest) the GPUs are using different rounding behaviours which may not be IEEE-754 compliant. Whilst outside the scope of this project, consistency of floating point arithmetic on GPUs could be an interesting area for further investigation, particularly given the recent interest in use of GPUs for parallelisable numerical computing.
  17 %Arbitrary precision arithmetic, is provided by many software libraries for CPU based calculations