Arquiteturas paralelas

Em seu abstract o autor explica que os avanços da computação atual ainda não permitem um bom processamento em tempo hábil das imagens geradas pela GPU (Unidade de Processamento Gráfico), muitas vezes os diagnósticos iniciais das doenças são feitos de maneira automatizada pois não dispõem das tecnologias adequadas ou profissionais adequados para o mesmo. Através do artigo ele pretende demonstrar um novo algoritmo que pode ser programado diretamente na Unidade de Processamento Gráfico e que permite uma aceleração significativa no diagnóstico das imagens, podendo assim identificar doenças com mais precisão e de maneira mais rápida. Inicialmente ele aborda que o processamento de imagens era utilizado apenas para áreas gráficas de maneira que cálculos computacionais não eram executados na GPU, mas com o passar do tempo foi percebido que algoritmos paralelos poderiam ser implementados nessa unidade a fim de melhorar o seu desempenho, com o artigo eles criaram um algoritmo que também é capaz de realizar um balanceamento de carga no processamento da imagem. A programação na GPU sempre foi voltadas para a analise de imagens, satélites, entre outras, mas as máquinas que possuem este hardware com alto desempenho gráfico sempre custaram muito caro, o que levou ao estudo de um algoritmo para maximizar o desempenho desta unidade. A linguagem de programação utiliza é a CUDA que é uma extensão da linguagem C, e o principal nome no ramo de processamento gráfico é a NVIDIA.
É abordado sobre o que é o processamento de uma imagem, que nada mais é que "o exame de pixels da imagem e manipulá-los, conforme definido pelo tipo de processamento de imagem desejada." A motivação do artigo veio de um algoritmo para o processamento de paciente que tinham tuberculose em paises de baixa renda, tais diagnósticos são feitos da seguinte forma, um médico analise centenas de slides buscando a "baciloscopia" uma espécie de anomalia que contém nos pacientes infectados, mas como nesses