Massive crowd simulation with parallel processing

Abstract

Bu tez Grafik İşlemci Birimi kullanılarak yapılan paralel işlemlerin devasa kalabalık simülasyonu alanında kullanımını analiz etmekte olup, bu işlemi sadece grafik sunum açısından değil aynı zamanda gerçekçi benzetim için gerekli hesap gücü açısından da ele almaktadır. Devasa kalabalık benzetimlerinde kullanılan nüfusun sıradışı kalabalıklığı sadece Merkezi İşlem Birimi tarafından karşılanamayacak bir büyüklükte hesap yükü getirmektedir. Tez Grafik İşlemci Biriminin paralel hesap yeteneğinin devasa kalabalık simülasyonlarında ana işlemci olarak kullanılması esnasında faydayı arttırabilecek özel metot ve yaklaşımları göstermektedir.Bu tezde tanıtılan metodoloji, yüzbinlerce sanal karakterin gerçek zamanlı olarak benzetiminin yapılmasına ve görselleştirilmesine olanak vermektedir. Grafik işlemci ile parallel işlem yaparak yüzlü rakamlar ile ifade edilen hızlanmaları sağlamak için, veri akımında indirgeme ve etkin hafıza erişimi yaklaşımları kullanılmıştır.Kalabalık davranışının benzetimini yapmak amacıyla grafik işlemci üzerinde bulanık mantık uygulaması yapılmıştır. Bu uygulama saniyede yarım milyardan daha fazla sayıda bulanık mantık çıkarımı yapabilmektedir.

This thesis analyzes how parallel processing with Graphics Processing Unit (GPU) could be used for massive crowd simulation, not only in terms of rendering but also the computational power that is required for realistic simulation. The extreme population in massive crowd simulation introduces an extra computational load, which is quite difficult to meet by using Central Processing Unit (CPU) resources only. The thesis shows the specific methods and approaches that maximize the throughput of GPU parallel computing, while using GPU as the main processor for massive crowd simulation.The methodology introduced in this thesis makes it possible to simulate and visualize hundreds of thousands of virtual characters in real-time. In order to achieve two orders of magnitude speedups by using GPU parallel processing, various stream compaction and effective memory access approaches patterns were employed.To simulate crowd behavior, fuzzy logic functionality on the GPU has been implemented from scratch. This implementation is capable of computing more than half billion fuzzy inferences per second.