Por favor, use este identificador para citar o enlazar este ítem: http://repositoriocyt.unlam.edu.ar/handle/123456789/410
Autor(es): Giulianelli, Daniel Alberto
De Luca, Graciela Elizabeth
Casas, Nicanor Blas
Díaz, Federico
Martín, Sergio
Valiente, Waldo
Maximiliano, Jesús Hernán
Título: Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
Director(es): Giulianelli, Daniel Alberto
De Luca, Graciela Elizabeth
Descriptores y temas: HARDWARE
GP-GPU
OPTIMIZACION
Matrices dispersas
Editor: Universidad Nacional de La Matanza, Departamento de Ingeniería e Investigaciones Tecnológicas
Referencia sugerida: Giulianelli, D. A., De Luca, G. E., Casas , N. B., Díaz, F., Martín, S., Valiente, W.; Maximiliano, J. H. (2015) Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware. [Archivo PDF]. San Justo: Universidad Nacional de La Matanza. Recuperado de http://repositoriocyt.unlam.edu.ar/handle/123456789/410
Resumen y filiaciones: En este proyecto de investigación está enfocado primeramente en desarrollar técnicas de optimización basadas en información de bajo nivel obtenida directamente del hardware de las unidades de procesamiento gráfico (conocido como GPU), que puedan ser aplicadas a todo tipo de algoritmos científicos en una o varias computadoras con GPU conectadas en red. Se investigó cómo los indicadores de hardware de la GPU proveen dicha información, investigamos cuál es el efecto de cada indicador por separado o de varios en conjunto sobre el rendimiento de los algoritmos ejecutados. Para esto utilizamos herramientas de profiling provistas por los fabricantes de las GPU. Luego se probaron optimizaciones en distinto algoritmos científicos tales como el N-Body para simulaciones gravitatorias, Schönhage-Strassen para multiplicación de enteros, y SGP4/SDP4 para predicción de posición orbital de satélites artificiales, BLAS en matrices dispersas, entre otros. Se evaluó en la etapa final cuales son los indicadores y técnicas de optimización comunes a los diferentes algoritmos, y una guía de optimización utilizando indicadores de hardware de GPU que pueda ser utilizada por científicos y programadores de cualquier área tanto para una sola computadora, como para un clúster de computadoras con GPU conectadas por red.
Fil: Giulianelli, Daniel Alberto. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: De Luca, Graciela Elizabeth. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: Casas, Nicanor Blas. 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: Martín, Sergio. 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: Maximiliano, Jesús Hernán. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
URI: http://repositoriocyt.unlam.edu.ar/handle/123456789/410
Aparece en las colecciones: Investigaciones



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