Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Performance Metrics Analysis of GamingAnywhere with GPU accelerated NVIDIA CUDA
Blekinge Tekniska Högskola, Fakulteten för datavetenskaper, Institutionen för datalogi och datorsystemteknik. (Telecommunication)
2018 (Engelska)Självständigt arbete på avancerad nivå (magisterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

The modern world has opened the gates to a lot of advancements in cloud computing, particularly in the field of Cloud Gaming. The most recent development made in this area is the open-source cloud gaming system called GamingAnywhere.

The relationship between the CPU and GPU is what is the main object of our concentration in this thesis paper. The Graphical Processing Unit (GPU) performance plays a vital role in analyzing the playing experience and enhancement of GamingAnywhere. In this paper, the virtualization of the GPU has been concentrated on and is suggested that the acceleration of this unit using NVIDIA CUDA, is the key for better performance while using GamingAnywhere. After vast research, the technique employed for NVIDIA CUDA has been chosen as gVirtuS.

There is an experimental study conducted to evaluate the feasibility and performance of GPU solutions by VMware in cloud gaming scenarios given by GamingAnywhere. Performance is measured in terms of bitrate, packet loss, jitter and frame rate. Different resolutions of the game are considered in our empirical research and our results show that the frame rate and bitrate have increased with different resolutions, and the usage of NVIDIA CUDA enhanced GPU.

Ort, förlag, år, upplaga, sidor
2018. , s. 39
Nyckelord [en]
Cloud Computing, Cloud Gaming, GPU Acceleration, NVIDIA CUDA, GamingAnywhere.
Nationell ämneskategori
Telekommunikation
Identifikatorer
URN: urn:nbn:se:bth-17232OAI: oai:DiVA.org:bth-17232DiVA, id: diva2:1261108
Ämne / kurs
ET2580 Masterarbete i elektroteknik med inriktning mot telekommunikationssystem
Utbildningsprogram
ETATX Masterprogram i Elektroteknik med inriktning mot Telekommunikation
Presentation
2018-10-01, Lärosal C237, Blekinge Institute of Technology, Hyderabad, 13:00 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2018-11-12 Skapad: 2018-11-06 Senast uppdaterad: 2018-11-12Bibliografiskt granskad

Open Access i DiVA

BTH2018Byreddy(1347 kB)81 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 1347 kBChecksumma SHA-512
d7d8a7054924462d83e41ddef52cc56e0664215e9f755f5707bc35bfc2618a02abc888ff1bfea10d3ef18be437c4f368bc39d8ccdcb99757664a8ed8e4f10566
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Sreenibha Reddy, Byreddy
Av organisationen
Institutionen för datalogi och datorsystemteknik
Telekommunikation

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 81 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 75 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf