Cómo el cálculo paralelo acelera los filtros: una lección de las galaxias exprés
Un filtro tradicional funciona como una larga cadena de personas que se pasan un mensaje en círculo: cada uno espera a que el anterior termine. Eso es lento. Los ingenieros aplicaron un truco ingenioso: la reducción cíclica. Los datos se reorganizan de manera que las dependencias entre muestras no sean largas, sino que queden agrupadas en pequeños bloques. Ahora el proceso recuerda al juego del teléfono descompuesto, donde tras cada ronda el número de participantes se reduce a la mitad: la información se combina y llega rápido a todos. Este truco permite que procesadores modernos, como los chips Meteor Lake, procesen varias señales a la vez, como si hubiera muchas líneas telefónicas cortas en lugar de una larga. La tecnología AVX2 acelera el cálculo como la velocidad de la luz en la fibra óptica frente al cable de cobre. Los pioneros de la computación paralela John von Neumann y John Bardeen sentaron las bases para estas arquitecturas. Como resultado, un filtro de orden 16 procesa hasta 618 millones de muestras por segundo en un solo núcleo, 8 veces más rápido que las soluciones estándar. Es un paso hacia el procesamiento instantáneo de audio y señales en ciencia, por ejemplo, al estudiar púlsares o la espectroscopía de galaxias lejanas.
Resumen original
tal como lo escribieron los autores, en inglés arXiv:2607.14054
Recursive (IIR) filters realized as cascaded second-order sections (biquads) offer both design generality and robustness against coefficient quantization. However, their inherent sample-to-sample feedback dependency poses a fundamental obstacle to parallel computation. This paper reformulates the biquad difference equation as a banded block-Toeplitz linear system and introduces a stride-$$N$$ permutation that maps a group of $$NL$$ samples into a block-tridiagonal structure whose entries are scalar multiples of identity and shift matrices. Within this framework, two parallel algorithms are developed for the recursive solution: a partial LU (PH) factorization that preserves the sparse block structure and a cyclic reduction that is applied to recursive filtering, to the best of our knowledge, for the first time. It reduces the sequential dependency depth from $$\mathcal{O}(N)$$ to $$\mathcal{O}(\log_2 N)$$. For a cascade of $$K$$ biquads, the intermediate permutations between successive sections cancel exactly, so that only a single permutation/de-permutation pair is required for the entire cascade, eliminating $$2(K{-}1)$$ redundant stages. Exact block-level operation counts are derived for every algorithmic stage and validated against cycle-accurate measurements on three Intel micro-architectures supporting AVX2 SIMD instructions. Experimental results for a 16th-order system show that the proposed multi-block algorithms reduce clock cycles per sample by up to $$10\times$$ compared to scalar filtering, with both algorithms scaling favorably on newer architectures. On a single Meteor Lake core, cyclic reduction achieves approximately 618 MS/s -- an $$8\times$$ throughput improvement over scipy.signal.sosfilt.
Un solo núcleo del procesador Meteor Lake filtra en un segundo tantas señales como latidos tienen 60 elefantes en ese mismo tiempo.