Odpowiedzi:
Dobre pytanie. Chociaż http://gpgpu.org jest dobrym zasobem, jest dość ogólny (w końcu pierwsza litera G oznacza General). Szukając tam GIS, dostaję tylko jeden hit z 2004 roku , który prowadzi do artykułu 404.
Kolektor to jedyny znany mi producent, który wykorzystuje GPU do GIS .
Dudek z pewnością wygląda interesująco, który również zarządza CUDA.NET .
Część prezentacji DevSummit ESRI Applications Prototype Lab była na GPU dla GIS.
Wydaje się, że link do filmu jest zepsuty, ale długi post na blogu zawiera dobre streszczenie i wprowadzenie do obliczeń na GPU w GIS.
Ponadto Azavea (wcześniej Avencia) zdobyła niektóre granty NSF na dalsze badania tego obszaru i ma serię postów na blogu, które wydają się być regularnie aktualizowane (ostatni post 7 lipca)
Używam Manifold GIS od lat i choć czasami z różnych powodów jest to szyderstwo, oprogramowanie robi wrażenie. Obecna wersja (8.0.18 w momencie pisania) używa CUDA do przyspieszenia operacji powierzchniowych około 100 razy. Długo oczekiwana wersja 9 obiecuje zarówno poprawić ten poziom przyspieszenia, jak i rozszerzyć zakres jego oddziaływania. Na stronie Nvidii znajduje się interesująca transmisja internetowa na temat tego, co zrobił Manifold i dokąd zmierzają ( tutaj ). Są bardzo w czołówce tej technologii, niezależnie od tego, czy jest stosowana w GIS, czy nie. Więcej punktów bonusowych: natywne możliwości 64-bitowe i wersje od 250 $ poniżej 1000 $
Nawet jeśli wszystko, co robisz, to przetwarzanie rastrowe, zwróci się w ciągu kilku godzin.
Słowo kluczowe dla Ciebie to GPGPU. Możesz zaczepić książkę GLSLlub HLSLktóre są odpowiednimi językami / platformami dla OpenGL i DirectX. Możesz użyć zastrzeżonych platform obliczeniowych, takich jak Nvidia CUDAlub AMD CTM. Ale jeśli potrzebujesz odrobiny rozsądku, możesz sprawdzić nieco nowe standardy OpenCL.