Por favor, use este identificador para citar o enlazar este ítem: http://repositoriocyt.unlam.edu.ar/handle/123456789/407
Autor(es): Casas, Nicanor Blas
De Luca, Graciela Elisabeth
Giulianelli, Daniel Alberto
Díaz, Federico
Valiente, Waldo
Martín, Sergio
Título: Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
Descriptores y temas: HARDWARE
PROGRAMACION
ALGORITMOS
Schönhage- Strassen
Editor: Red de Universidades con Carreras en Informática (RedUNCI)
Referencia sugerida: Casas, N. B., De Luca, G. E., Guilianelli, D. A.; Diaz, F., Valiente, W., Martín, S. (7-8 mayo de 2014). Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware. [Ponencia]. XVI Workshop de Investigadores en Ciencias de la Computación. RedUNCI 2014, http://repositoriocyt.unlam.edu.ar/handle/123456789/407
Resumen y filiaciones: En este artículo presentamos el proyecto de investigación sobre optimización de algoritmos científicos programados para para arquitecturas many-core. Estas arquitecturas proveen un gran potencial para los algoritmos que optimizaremos gracias a su alto nivel de paralelismo y simplicidad. En particular en este proyecto, se utilizará programación de procesamiento general para clusters de computadoras con placas gráficas (GPUs). En una primera etapa, continuamos la investigación realizada sobre algoritmos de simulación tipo N-Body para su optimización sobre arquitecturas GPU, esta vez mediante el uso de profilers de hardware. Buscamos determinar cuáles son los indicadores que indiquen un potencial para realizar optimizaciones mediante herramientas de profiling que provean información obtenida directamente del hardware utilizado. Luego, en una segunda etapa, ampliaremos dicha investigación para analizar algoritmos de multiplicación de enteros de tamaño arbitrario (Schönhage-Strassen) y de cálculo trayectorias de satélites (SGP4 y SDP4). Finalmente, utilizando dicha información de profiling tanto de las GPUs como las CPUs, buscamos elaborar una guía de optimizaciones basadas en profiling para algoritmos científicos –especialmente pensada para clusters de GPUs– que pueda ser consultada por científicos y programadores de otras áreas de la ciencia. En este artículo se presentan las tres etapas que componen este proyecto de investigación.
Fil: Casas, Nicanor Blas. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: De Luca, Graciela Elisabeth. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Giulianelli, Daniel Alberto. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Díaz, Federico. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Valiente, Waldo. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Martín, Sergio. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
URI: http://repositoriocyt.unlam.edu.ar/handle/123456789/407
Aparece en las colecciones: Comunicaciones científicas



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.