ایک سے زیادہ DPCM گولمب-رائس الگورتھم کی بنیاد پر بہتر پیشین گوئی کے ساتھ کم میموری بینڈوڈتھ کی ضرورت کے لیے نقصان لیس کمپریشن الگورتھم اور فن تعمیر

خلاصہ

کمپیوٹنگ ماحول میں، اعلی قراردادوں کے لیے عام طور پر زیادہ میموری بینڈوڈتھ کی ضرورت ہوتی ہے، جو لامحالہ زیادہ بجلی کی کھپت کا باعث بنتی ہے۔

میموری تک رسائی اور میموری بینڈوڈتھ کی بڑھتی ہوئی مقدار کے ساتھ موبائل آلات اور گرافک پروسیسر یونٹس کی مجموعی کارکردگی کے لیے یہ اہم بن سکتا ہے۔

ماحول اور یادداشت کا گہرا تعلق ہے۔ جس ماحول میں لوگ رہتے ہیں اور کام کرتے ہیں وہ جسمانی اور ذہنی صحت اور یادداشت کی نشوونما اور کارکردگی کو متاثر کرے گا۔

سب سے پہلے، ایک اچھا ماحول لوگوں کی سوچ اور ادراک کی صلاحیتوں کو فروغ دے سکتا ہے۔ کام کرنے اور سیکھنے کا ماحول پرسکون، صاف، گرم اور آرام دہ ہونا چاہیے، تاکہ لوگوں کی توجہ اور ارتکاز کو مؤثر طریقے سے بہتر بنایا جا سکے، لوگوں کے لیے سوچنے اور یاد رکھنے پر توجہ مرکوز کرنے میں آسانی ہو۔ اگر ماحول میں شور، افراتفری یا ہجوم ہو تو انسانی دماغ میں خلل پڑتا ہے، جس سے سیکھنے اور یادداشت پر اثر پڑتا ہے۔

دوم، ایک مثبت ماحول مثبت ذہنیت اور مثبت جذبات کی تشکیل کو فروغ دے سکتا ہے۔ ایک مثبت ذہنی حالت مؤثر طریقے سے لوگوں کے شعور اور ادراک کو بہتر بنائے گی، اور لوگوں کی تخلیقی صلاحیتوں اور یادداشت کو بہتر بنائے گی۔ اس کے برعکس، منفی اور افسردہ ماحول لوگوں کو مثبت جذبات اور اعتماد سے محروم کر دے گا، اس طرح لوگوں کی یادداشت پر اثر پڑے گا۔

آخر میں، ایک محفوظ اور صحت مند ماحول لوگوں کے جسموں اور دماغوں کی صحت کو یقینی بنا سکتا ہے، اس طرح یادداشت کو مؤثر طریقے سے بہتر بنا سکتا ہے۔ جسم اور دماغ کو کافی آرام اور ورزش کرنے کی ضرورت ہے تاکہ یادداشت کے کام کو بہتر طریقے سے توانائی اور مدد فراہم کی جا سکے۔ اس کے ساتھ ساتھ ماحول میں آلودگی اور زہریلے مواد براہ راست لوگوں کی جسمانی اور دماغی صحت کو متاثر کریں گے اور یادداشت کے زوال کو تیز کریں گے۔

مختصر یہ کہ ہمارے لیے یادداشت کی نشوونما کے لیے اچھا ماحول ایک اہم شرط ہے۔ ایک ایڈجسٹ سیکھنے اور کام کرنے کا ماحول، ایک مثبت اور صحت مند ذہنیت اور جذبات، اور ایک صحت مند اور محفوظ رہنے کا ماحول، سبھی لوگوں کی یادداشت کی نشوونما اور بہتری کو فعال طور پر فروغ دے سکتے ہیں۔ یہ دیکھا جا سکتا ہے کہ ہمیں یادداشت کو بہتر بنانے کی ضرورت ہے، اور Cistanche نمایاں طور پر یادداشت کو بہتر بنا سکتا ہے کیونکہ Cistanche نیورو ٹرانسمیٹر کے توازن کو بھی کنٹرول کر سکتا ہے، جیسے کہ acetylcholine کی سطح میں اضافہ اور ترقی کے عوامل، جو یادداشت اور سیکھنے کے لیے بہت اہم ہیں۔ اس کے علاوہ، Cistanche خون کے بہاؤ کو بھی بہتر بنا سکتا ہے اور آکسیجن کی ترسیل کو فروغ دے سکتا ہے، جو اس بات کو یقینی بنا سکتا ہے کہ دماغ کو مناسب غذائیت اور توانائی حاصل ہو، اس طرح دماغی توانائی اور برداشت کو بہتر بنایا جا سکتا ہے۔

دماغی افعال کو بہتر بنانے کے طریقے جاننے پر کلک کریں۔

یہ مقالہ میموری بینڈ وڈتھ کی ضرورت کو کم کرنے کے لیے ایک سے زیادہ تفریق پلس کوڈ ماڈیولیشن متغیر سائن کوڈ گولمب-رائس کے ساتھ ایک لاغر کمپریشن الگورتھم تجویز کرتا ہے۔ مجوزہ ایک سے زیادہ تفریق پلس کوڈ ماڈیولیشن کی کارکردگی کو بہترین ڈیفرینشل پلس کوڈ ماڈیولیشن موڈ کو منتخب کرکے بڑھایا جاتا ہے۔

تجرباتی نتائج اعلی کارکردگی والے ویڈیو کوڈنگ امیجز کے لیے 1.99 کا کمپریشن تناسب ظاہر کرتے ہیں اور یہ کہ مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر بس بینڈوتھ کی ضرورت کو کم کر سکتا ہے۔

مطلوبہ الفاظ: بے عیب امیج کمپریشن، ہارڈویئر فن تعمیر، میموری بینڈ وڈتھ میں کمی۔

1 تعارف

جیسے جیسے جدید ترین موبائل آلات اور گرافک پروسیسر یونٹس (GPUs) کی ریزولوشن تیزی سے بڑھتی ہے، فریم بفر میں محفوظ کردہ تصاویر تک رسائی کے لیے درکار میموری بینڈوڈتھ بھی بڑھ جاتی ہے۔

میموری کی رسائی کی یہ بڑھتی ہوئی مقدار مجموعی کارکردگی اور بجلی کی کھپت کو متاثر کرتی ہے [1, 2, 9-11]، جیسا کہ میموری بینڈوڈتھ کا استعمال ہوتا ہے [3, 12]۔ اس مقصد کے لیے، نقصان دہ فریم بفر کمپریشن اور میموری بینڈ وڈتھ میں کمی کے طریقے ایک اعلی کارکردگی والی بس کو آئی پی کے طور پر لیس کرنے کے مؤثر طریقے ہو سکتے ہیں۔

اس مقصد کے لیے بہت سے مطالعات کیے گئے ہیں [4-6]؛ ڈیفرینشل پلس کوڈ ماڈیولیشن گولمب-رائس انکوڈنگ (DDPCM-GR) کے ساتھ نقصان کے بغیر کمپریشن الگورتھم، ڈیفرینشل پلس کوڈ ماڈیولیشن ویری ایبل سائن کوڈ GR-انکوڈنگ (DPCM-VSC GR) کے ساتھ ہائی تھرو پٹ لاس لیس امیج کمپریشن الگورتھم، اور ری کمپریشن الگورتھم کثیر سی ایم ڈی پی اوسط کے ساتھ۔ سیمی فکسڈ لینتھ کوڈنگ (MDA-SFL) بالترتیب [4، 5] اور [6] میں تجویز کی گئی تھی۔

یہ مقالہ میموری بینڈ وڈتھ کی ضرورت کو کم کرنے کے لیے ایک سے زیادہ ڈی پی سی ایم (MDPCM) متغیر سائن کوڈ GR کے ساتھ ایک لاغر کمپریشن الگورتھم تجویز کرتا ہے۔ الگورتھم پیشین گوئی کے لیے MDPCM اور متغیر سائن کوڈ (VSC) GR کو اینٹروپی کوڈنگ کے لیے استعمال کرتا ہے [5]۔ کاغذ کی ساخت درج ذیل ہے۔ سیکشن 2 اس کام کے موضوع سے متعلق پچھلے مطالعات کا ایک جائزہ فراہم کرتا ہے۔

سیکشن 3 مجوزہ MDPCM-GR الگورتھم کو متعارف کراتا ہے۔ سیکشن 4 مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر فن تعمیر کو پیش کرتا ہے۔ سیکشن 5 مجوزہ الگورتھم اور ہارڈویئر کی کارکردگی کی تصدیق کے نتائج پیش کرتا ہے۔ نتیجہ سیکشن 6 میں دیا گیا ہے۔

2 پس منظر

اس سیکشن میں، ہم اپنے مجوزہ الگورتھم اور ہارڈویئر فن تعمیر سے متعلق کاموں کا جائزہ لیتے ہیں۔ شامل تمام مطالعات سے پتہ چلتا ہے کہ انہوں نے DPCM الگورتھم کی بنیاد پر کارکردگی کو بہتر بنایا ہے۔

2.1 DPCM الگورتھم

DPCM [7] ریورس ایبل ڈیٹا کمپریشن کے لیے وسیع پیمانے پر اپنایا جانے والا الگورتھم ہے۔ یہ پیشین گوئی کے مرحلے اور پیشین گوئی کی غلطی کے نتائج کی اینٹروپی کوڈنگ پر مشتمل ہے۔ ان پٹ پکسلز کے ڈیٹا کے سائز کو تصویر کی مقامی مقامی خصوصیات کا استعمال کرتے ہوئے کم کیا جا سکتا ہے۔

DDPCM [8] ATI کی طرف سے تجویز کردہ الگورتھم ہے جو DPCM کو بہتر بنا کر Z ڈیٹاین 3D گرافکس کے سائز کو کم کرتا ہے۔ DDPCM الگورتھم DPCM الگورتھم کے نتائج کی بنیاد پر x-axis اور y-axis سمتوں کے لیے تفریق والی قدروں کا حساب لگاتا ہے۔

2.2 ڈی ڈی پی سی ایم-جی آر

DDPCM-GR [4] وہ نقصان لیس کمپریشن الگورتھم ہے جو ڈی ڈی پی سی ایم کو پیشین گوئی کے فنکشن کے طور پر انجام دیتا ہے اور اینٹروپی کوڈنگ کے لیے GR انکوڈنگ forfixed-k، جہاں k ہے 2۔ اصل تصویر میں پروسیسنگ بلاک کے لیے، DDPCM لاگو ہوتا ہے۔

DDPCM سے غلطی کے ڈیٹا کے لیے، GR انکوڈنگ کی جاتی ہے۔ GR انکوڈنگ ایک اینٹروپی کوڈنگ کا طریقہ ہے جو unary encoding inquotient q کا اطلاق کرتا ہے، جہاں ان پٹ ویلیو N کو پیرامیٹر M سے تقسیم کیا جاتا ہے، اور باقی کو بائنری ڈیٹا کے طور پر محفوظ کیا جاتا ہے۔

2.3 ڈی پی سی ایم -وی ایس سی جی آر

DPCM-VSC GR [5] ہائی تھرو پٹ کمپریشن الگورتھم ہے جو DPCM کو پیشین گوئی کے فنکشن کے طور پر اور VSC GR کوڈنگ کو اینٹروپی کوڈنگ کے لیے انجام دیتا ہے۔ اصل تصویر میں پروسیسنگ بلاک کے لیے، 2D DPCM لاگو کیا جاتا ہے۔

اقتباس کی قیمت کا حساب DPCM کی نتیجے میں ہونے والی قدر کو $2 ∧ k $ قدر سے تقسیم کر کے لگایا جاتا ہے، جہاں k=0, 1, 2, 3۔ VSC اقدار اور unary کوڈ کی قدریں GR انکوڈنگ اور VSC کو انجام دے کر حاصل کی جاتی ہیں۔

کمپریسڈ ڈیٹا کی لمبائی اور اصل بلاک کا موازنہ تمام مراحل مکمل ہونے کے بعد کیا جاتا ہے۔ اگر کمپریشن ڈیٹا کی لمبائی اصل بلاک کی لمبائی سے کم ہے، تو کمپریسڈ ڈیٹا تمام متعلقہ ڈیٹا کو پیک کرکے تیار کیا جاتا ہے۔

متعلقہ ڈیٹا میں K قدر، ڈی پی سی ایم موڈ ویلیو، فرسٹ فیکٹر ویلیو، بقیہ قدر، غیر ڈیٹا ویلیو، اور نشان کے متغیر ڈیٹا پر مشتمل ہوتا ہے۔ اگر اصل بلاک کمپریسڈ ڈیٹا سے لمبا ہے تو کمپریسڈ ڈیٹا استعمال نہیں کیا جاتا ہے اور اصل بلاک کو برقرار رکھا جاتا ہے۔

3 مجوزہ نقصان کے بغیر کمپریشن الگورتھم

یہ سیکشن کمپریشن اور ڈیکمپریشن کے لیے مجوزہ ایک سے زیادہ DPCMGR (MDPCM-GR) الگورتھم کے عمل کے بہاؤ کو متعارف کرایا ہے۔

3.1 مجوزہ کمپریشن اور ڈیکمپریشن الگورتھم کا مجموعی عمل

مجوزہ MDPCM-GR الگورتھم ایک کمپریسر پر مشتمل ہے جو اصل ڈیٹا کو کمپریس کرتا ہے اور ایک ڈیکمپریسر ہے جو کمپریسڈ ڈیٹا کو بحال کرتا ہے۔ کمپریشن کا عمل مندرجہ ذیل طور پر آگے بڑھتا ہے۔

سب سے پہلے، MDPCM کو اصل بلاک ڈیٹا کی بنیاد پر عمل میں لایا جاتا ہے، جس کے بعد DPCM لاگت کے حساب سے سب سے کم لاگت کے ساتھ DPCM موڈ کا انتخاب کیا جاتا ہے۔ آخر میں، VSC GR [5] انکوڈنگ ایم ڈی پی سی ایم سے غلطی کی اقدار پر کی جاتی ہے۔ ڈیکمپریشن کمپریشن کے الٹا عمل کی پیروی کرتا ہے۔ شکل 1 ان عملوں کے خاکے دکھاتا ہے۔

3.2 ایک سے زیادہ DPCM الگورتھم

مجوزہ MDPCM الگورتھم چار مختلف دشاتمک DPCMs کو انجام دے کر کم سے کم لاگت کے ساتھ ایک DPCM وضع منتخب کر سکتا ہے۔ جیسے افقی اور عمودی DPCM اور DDPCM۔

مجوزہ MDPCM عمودی اور افقی DDPCM استعمال کرتا ہے، جو بالترتیب عمودی اور افقی DPCM کی بنیاد پر انجام دیا جاتا ہے۔ DDPCM انجام دیتے وقت، بہترین پیشن گوئی فنکشن کو پیشین گوئی فنکشن کے نتیجے کے طور پر منتخب کیا جاتا ہے، اور پیشین گوئی فنکشن کے نتائج کے لیے اینٹروپی انکوڈنگ لاگت کا حساب DPCM نتائج کی مطلق قدروں کے مجموعہ کی بنیاد پر کیا جاتا ہے۔

مجوزہ MDPCM کے فوائد درج ذیل ہیں۔ سب سے پہلے، کیونکہ DPCM اور DDPCM دونوں افقی اور عمودی طور پر لاگو ہوتے ہیں، اس کی پیشین گوئی ان تصاویر کے لیے کی جاتی ہے جن میں افقی اور عمودی دونوں جگہیں ہیں۔

دوسرا، کیونکہ ڈی ڈی پی سی ایم، جو ایک اضافی ڈی پی سی ایم انجام دیتا ہے، مجوزہ الگورتھم پر لاگو ہوتا ہے، اس لیے تیز پکسل فرق والی تصویر کے لیے اس کی پیش گوئی کی جاتی ہے۔ آخر میں، MDPCM لاگو کرنے کے لیے اوور ہیڈ صرف 2 بٹس ہے، جو بہت کم ہے۔

4 مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر فن تعمیر

یہ سیکشن مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر فن تعمیر کو متعارف کرایا ہے اور کنفیگریشن کے ہر ماڈیول اور اس کے آپریشنل فلوین کی تفصیل بیان کرتا ہے۔

4.1 مجوزہ نقصان کے بغیر کمپریشن کا مجموعی ہارڈ ویئر فن تعمیر

جیسا کہ شکل 2 میں دکھایا گیا ہے، مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر فن تعمیر مندرجہ ذیل اکائیوں پر مشتمل ہے: MDPCM عمل درآمد کے لیے ایک MDPCM یونٹ؛ DPCM نتائج سے منفی قدر کو مثبت قدر میں تبدیل کرنے کے لیے ایک سائن کنورٹر یونٹ؛ کمپریسڈ ڈیٹا پیک کرنے کے لیے ڈیٹا پیکنگ یونٹ؛ parallelVSC انکوڈنگ یونٹ؛ ایک K سپلٹر یونٹ؛ K اقدار کو تقسیم کرنے کے نتیجے کے لیے لاگت کے حساب کی اکائی؛ اور GR متوازی انکوڈنگ کے لیے ایک متوازی GR انکوڈر یونٹ۔

4.2 مجوزہ نقصان کے بغیر ڈیکمپریشن کا مجموعی ہارڈ ویئر فن تعمیر

شکل 3 مجموعی طور پر مجوزہ نقصان کے بغیر ڈیکمپریشن ہارڈویئر فن تعمیر کو ظاہر کرتا ہے، جو درج ذیل اکائیوں پر مشتمل ہے: متوازی الٹا MDPCM انجام دینے کے لیے ایک متوازی InvMDPCM یونٹ؛ سائن ڈیٹا اور میگنیٹیوڈ ڈیٹا کے ذریعے سائن کنورژن کے لیے سائن کنورٹر یونٹ؛ متوازی GR ڈیکوڈنگ کے لیے ایک متوازی GR decoderunit؛ ایک زیرو ڈیٹیکٹر یونٹ چیک کرنے کے لیے کہ آیا DPCMerror ویلیو 0 ہے؛ متوازی VSC ڈیکوڈنگ کو انجام دینے کے لیے ایک متوازی VSC ڈیکوڈر یونٹ؛ ایک ڈیٹا پیکنگ یونٹ جو کمپریسڈ ڈیٹا کو ڈیکمپریس کرتا ہے۔ اور ویری ایبل unary/VSC اسپلٹر یونٹ جو VSC اور unary ڈیٹا کو تقسیم کرتا ہے۔

سب سے پہلے، کمپریسڈ ڈیٹا کو ڈیکمپریس کرنے کے لیے، ڈیٹا پیک کرنے والا یونٹ ان پٹ ڈیٹا کو ان پیک کرتا ہے۔ پیکنگ یونٹ سے موصول ہونے والے غیر منقسم یونری VSC ڈیٹا کو unary ڈیٹا اور VSC ڈیٹا unary VSC اسپلٹر یونٹ میں تقسیم کیا جاتا ہے۔

اسپلٹ یونری ڈیٹا کو متوازی GR ڈیکوڈر یونٹ اور زیرو ڈیٹیکٹر یونٹ میں منتقل کیا جاتا ہے، جبکہ اسپلٹ VSC ڈیٹا کو متوازی VSCdecoder یونٹ میں منتقل کیا جاتا ہے۔

زیرو ڈیٹیکٹر یونٹ چیک کرتا ہے کہ آیا DPCM ایرر ویلیو یونری ڈیٹا اور بقیہ ڈیٹا کی بنیاد پر صفر ہے۔ صفر کا پتہ لگانے کا نتیجہ متوازی VSC ڈیکوڈر ڈیوائس پر پہنچایا جاتا ہے، جو موصول شدہ صفر کی کھوج کے نتیجے کے ذریعے دستخط شدہ ڈیٹا کو دوبارہ تشکیل دیتا ہے اور VSC کو ڈی کوڈ کرتا ہے۔ متوازی ڈیٹا کو بحال کرنے کے لیے متوازی GR ڈیکوڈر یونٹ کے ذریعے غیر معمولی ڈیٹا کو ڈی کوڈ کیا جاتا ہے۔

وسعت کے اعداد و شمار کو بحال کیے گئے کوانٹ ڈیٹا اور بقیہ ڈیٹا کی بنیاد پر بحال کیا جاتا ہے۔ جب سائن اور میگنیٹوڈڈیٹا کو بحال کیا جاتا ہے، سائن کنورٹر یونٹ DPCM ایرر ویلیو کو دوبارہ تشکیل دیتا ہے۔ آخر میں، متوازی InvMDPCM یونٹ DPCM موڈ کے متوازی طور پر بیج اور DPCM ایرر ویلیو کی بنیاد پر پکسل ڈیٹا کی تشکیل نو کے لیے کام کرتا ہے۔

5 تجرباتی نتائج

اس حصے میں، مجوزہ الگورتھم اور ہارڈویئر آرکیٹیکچر کے نقلی نتائج کا خلاصہ کیا گیا ہے۔ کارکردگی کو الگورتھم کی کمپریشن ریٹ اور ہارڈ ویئر اسٹرکچر میں بس بینڈوڈتھ سے ماپا جائے گا۔

5.1 کمپریشن ریشو

اس مقالے میں، ہم کمپریسڈ امیجز کے کمپریشن ریشو (CR) کی پیمائش کرتے ہیں تاکہ نقصان کے بغیر کمپریشن الگورتھم کی کارکردگی کی تصدیق کی جاسکے۔ CR سے مراد کمپریسڈ امیج سائز فی اصل امیج سائز ہے اور CR جتنا زیادہ ہوگا کمپریشن الگورتھم اتنا ہی موثر ہوگا۔ CR کے لیے مساوات درج ذیل ہے۔

CR =اصل تصویر کا سائز کمپریسڈ تصویر کا سائز(3)

اعلی کارکردگی والے ویڈیو کوڈنگ (HEVC) کے معیارات کے کلاس A اور B میں سات تصویری سلسلے مجوزہ نقصان کے بغیر کمپریشن الگورتھم اور ہارڈویئر فن تعمیر میں CR پیمائش حاصل کرنے کے لیے استعمال کیے گئے تھے۔

مجوزہ نقصان کے بغیر کمپریشن الگورتھم کا موازنہ [4, 5]، اور [6] میں تیار کردہ ان کے ساتھ کیا گیا ہے۔ .

HEVC تصویری ترتیب کے تجرباتی نتائج سے پتہ چلتا ہے کہ مجوزہ نقصان کے بغیر کمپریشن الگورتھم، [4، 5]، اور [6] کے لیے اوسط CR قدریں بالترتیب 1.99,1.63، 1.92، اور 1.91 ہیں۔

مجوزہ نقصان کے بغیر کمپریشن الگورتھم تمام HEVC امیج سیکوینسز میں دیگر الگورتھم کے مقابلے زیادہ اعلیٰ CR حاصل کرتا ہے۔ جیسا کہ جدول 1 کے تجرباتی نتائج میں دکھایا گیا ہے، یہ واضح ہے کہ مجوزہ MDPCM الگورتھم کے پیشن گوئی کے فنکشن کے نتائج کی کمپریشن کی بڑھتی ہوئی شرح اوور ہیڈ کی ضرورت کو پورا کرنے کے لیے کافی ہے۔

5.2 بس بینڈوتھ کے لیے کارکردگی کا تجزیہ

مجوزہ کمپریشن الگورتھم کا CR بس بینڈ وڈتھ کے ذریعے محدود ہو سکتا ہے کیونکہ بس پر منتقل ہونے والے ڈیٹا کو اس کی چوڑائی کے مطابق ہونا چاہیے۔ اس لیے، بس پر منتقل ہونے والا ڈیٹا سی آر کو اس حد تک کھو سکتا ہے جتنا کہ منسلک ڈیٹا کی بینڈوتھ۔

اس کا تجزیہ کرنے کے لیے، ہم نے 8، 16، 32، 64، اور 128 بٹس کی پانچ مختلف بس بینڈوتھس کے ساتھ ٹریفک منظر کی اصل اوسط CR کی پیمائش کی۔ شکل 4 ان پر اصل CRs کے تجرباتی نتائج دکھاتا ہے۔

یہاں، اصل سی آر ایک 128-بٹ بس چوڑائی تک محدود ہے، سب سے عام بینڈوتھ۔ تاہم، 8- بٹ بس کی چوڑائی پر اصل CR 1- بٹون کے مثالی کیس سے ملتا جلتا ہے، جس کا مطلب ہے کہ مجوزہ نقصان کے بغیر کمپریشن ہارڈ ویئر کی کارکردگی 8- بٹ پر اچھی ہے۔ بس بینڈوڈتھ نتیجتاً، مجوزہ بغیر نقصان کے کمپریشن ہارڈویئر بس بینڈوتھ کی ضروریات کو کم کر سکتا ہے۔

6 نتیجہ

اس مقالے میں، میموری بینڈوڈتھ کی ضروریات کو کم کرنے کے لیے ایک لاز لیس کمپریشن الگورتھم اور ہارڈویئر آرکیٹیکچر تجویز کیا گیا ہے۔ تجویز کردہ ہارڈویئر فن تعمیر میں پروسیسنگ کی تیز رفتار ہے کیونکہ کمپریشن اور ڈیکمپریشن کے اقدامات متوازی طور پر انجام دیئے جاسکتے ہیں۔

اس کے علاوہ، موجودہ الگورتھم کی پیشن گوئی کے فنکشن کو بہتر بنا کر اعلیٰ CRwas حاصل کیے گئے۔ پیشن گوئی کے فنکشن نے بھی کارکردگی کو بہتر بنایا ہے، جو DPCM اور DDPCM دونوں کے فوائد کی عکاسی کرتا ہے۔ ہم نے مجوزہ الگورتھم اور ہارڈویئر آرکیٹیکچر کی کارکردگی کی توثیق کرنے کے لیے HEVC تصویری ترتیب کو بطور بینچ مارک استعمال کیا۔

تجربے کے نتیجے میں، ہم نے HEVC امیج کی ترتیب کے A اور B کلاسز میں 1.99 کا اوسط CR حاصل کیا۔ اس کے ذریعے، موازنہ الگورتھم سے زیادہ CR حاصل کرنے کے لیے مجوزہ بغیر نقصان کے کمپریشن فن تعمیر کی تصدیق کی گئی۔ اس کے علاوہ، جیسا کہ اس مطالعہ کا الگورتھم ایک اعلیٰ سی آر حاصل کرتا ہے، مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر بس بینڈ وڈتھ کی ضروریات کو کم کر سکتا ہے۔

اس طرح، مجوزہ نقصان کے بغیر کمپریشن ہارڈویئر ان ایپلی کیشنز کے لیے موزوں ہے جن کو ہائی میموری بینڈوڈتھ اور میموری تک رسائی کی ضرورت ہوتی ہے، جیسے GPUs اور ہائی ریزولوشن ویڈیو پروسیسرز۔

اعتراف

اس تحقیق کو جزوی طور پر MOTIE (وزارت تجارت، صنعت اور توانائی) (10080568، ڈیپ لرننگ کی بنیاد پر حالات کی شناخت کے لیے ایمبیڈڈ GP-GPU کی ترقی) اور KSRC (کوریا سیمی کنڈکٹر ریسرچ کنسورشیم) سپورٹ پروگرام کے ذریعے مستقبل کے سیمی کنڈکٹر ڈیوائس کی ترقی کے لیے سپورٹ کیا گیا تھا۔ . ای ڈی اے ٹول کو آئی سی ڈیزائن ایجوکیشن سنٹر (آئی ڈی ای سی)، کوریا نے تعاون کیا۔

حوالہ جات

[1] ڈی برگر، جے آر گڈمین، اے کاگی، پروسیسر ڈیزائن کو متاثر کرنے کے لیے محدود بینڈوڈتھ، آئی ای ای ای مائیکرو، والیم۔ 17، نمبر 6، صفحہ 55-62، نومبر 1997۔

[2] H. David, E. Gorbatov, UR Hanebutte, R. Khanna, C. Le, 'RAPL: میموری پاور کا تخمینہ اور کیپنگ'، 2010 میں ACM/IEEE انٹرنیشنل سمپوزیم آن لو-پاور الیکٹرانکس اینڈ ڈیزائن (ISLPED)، پی پی 189–194، اگست 2010۔

[3] ARM Mali GPU OpenGL ES ایپلیکیشن آپٹیمائزیشن گائیڈ، دستیاب ہے۔https://developer.arm.com/docs/dui0555/b/optimization-checklist/the-checklist/reduce-memory-bandwidth-usage

[4] H.-S. کم، جے ایچ۔ لی، H.-J. کم، ایس ایچ۔ کانگ، ڈبلیو-سی۔ پارک، 'A Lossless Color Image Compression Architecture Using a Parallel Golomb-RiceHardware Codec'، ویڈیو ٹیکنالوجی کے لیے سرکٹس اور سسٹمز پر IEEE ٹرانزیکشنز، جلد۔ 21، نمبر 11، صفحہ 1581–1587، نومبر 2011۔

[5] J. Lee, J. Yun, J. Lee, I. Hwang, D. Hong, Y. Kim, CG Kim, W.-C. پارک، 'ہائی ریزولوشن امیجز کے ہائی تھرو پٹ لاس لیس کمپریشن کے لیے ایک مؤثر الگورتھم اور فن تعمیر'، IEEEAccess، والیوم۔ 7، شمارہ 1، صفحہ 138803–138815۔ ستمبر 2019۔

[6] L. Guo, D. Zhou, S. Goto, 'A new reference frame recompressionalgorithm and its VLSI architecture for UHD TV ویڈیو کوڈیک', IEEETTransactions on Multimedia, vol. 16، صفحہ 2323–2332، دسمبر 2014۔

[7] اے ڈی مترا، پی کے سریمانی، 'ڈیفرینشل پلس کوڈ ماڈیولیشن'، انٹر۔ J. Electron.، vol. 46، صفحہ 633–637، جون 1972۔

[8] ایس مورین، 'اے ٹی آئی ریڈون ہائپر ٹیکنالوجی'، گرافکس ہارڈ ویئر کی کارروائی میں، 2000۔

[9] ڈی. سلویرا، جی. پووالا، ایل امرال، بی زیٹ، ایل اگوسٹینی، ایم پروٹو، 'ویڈیو کوڈنگ سسٹم کے لیے موثر ریفرنس فریم کمپریشن اسکیم: الگورتھم اور VLSI ڈیزائن'، جرنل آف ریئل ٹائم امیج پروسیسنگ 16، پی پی. 391–411، 2019۔

[10] Yu-Hsuan Lee, Tzu-Chieh Chen, Hsuan-chi Liang, Jian-Xiang Liao, 'FAST-C امیج کارنر ڈیٹیکشن انجن کا الگورتھم اور آرکیٹیکچر ڈیزائن'، بہت بڑے پیمانے پر انٹیگریشن (VLSI) سسٹم IEEE ٹرانزیکشن، جلد۔ 29، نمبر 4، صفحہ 788–799، 2021۔

[11] سنگچول یون، سنگھو جون، یونگکوون چو، کِلوہان لی، ہیوکجا جنگ، تائی ہین، 'موبائل ملٹی میڈیا ایپلی کیشنز کے لیے آپٹمائزڈ لاسلیس ایمبیڈڈ کمپریشن'، الیکٹرانکس، والیم۔ 9، ص۔ 868، 2020۔

[12] Yu-Hsuan Lee, Cheng-Hung Kuei, Yue-Zhan Kao, Shih-Song Fan Jiang,'Algorithm and VLSI آرکیٹیکچر ڈیزائنز A Lossless Embedded Compression Encoder for HD Video Coding Systems', Journal of Circuits, Systems, and Computers ، 2020۔

For more information:1950477648nn@gmail.com