Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore

El objetivo general de este trabajo es mostrar la aceleración en el tiempo de cómputo que se obtiene al paralelizar el algoritmo de diagonalización de matrices simétricas por el método de Jacobi, de forma de aprovechar el paralelismo a nivel de thread que provee la arquitectura multicore actual. Lo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Sanz, Victoria María
Otros Autores: De Giusti, Armando Eduardo
Formato: Tesis Trabajo de especializacion
Lenguaje:Español
Publicado: 2012
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/20756
Aporte de:
id I19-R120-10915-20756
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Algorithms
Parallel programming
Threads
spellingShingle Ciencias Informáticas
Algorithms
Parallel programming
Threads
Sanz, Victoria María
Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore
topic_facet Ciencias Informáticas
Algorithms
Parallel programming
Threads
description El objetivo general de este trabajo es mostrar la aceleración en el tiempo de cómputo que se obtiene al paralelizar el algoritmo de diagonalización de matrices simétricas por el método de Jacobi, de forma de aprovechar el paralelismo a nivel de thread que provee la arquitectura multicore actual. Los temas a abordar abarcan el análisis del problema, el estudio de distintas implementaciones del algoritmo secuencial y optimizaciones posibles, la adaptación de dicho algoritmo para hacer uso de una implementación de la API BLAS (Basic Linear Algebra Subprograms) optimizada para la arquitectura subyacente, y la implementación de un algoritmo paralelo utilizando la herramienta de programación sobre memoria compartida OpenMP. El método de Jacobi para diagonalizar matrices simétricas tiene aplicaciones en áreas como biometría, visión artificial, procesamiento digital de señales, entre otros. A medida que el volumen de datos de entrada se incrementa, la cantidad de tiempo requerido para el cómputo aumenta en forma significativa. La combinación de librerías de álgebra lineal optimizadas para la arquitectura subyacente, junto con la potencia que brinda un multicore y una herramienta adecuada de programación paralela para dicha arquitectura permitirá reducir el tiempo de ejecución. Este trabajo pretende aportar un análisis del rendimiento (speed up, eficiencia) obtenido por el algoritmo paralelo propuesto sobre una arquitectura multicore, a medida que se incrementa el volumen de datos de entrada (tamaño de la matriz) y al aumentar la cantidad de threads/cores.
author2 De Giusti, Armando Eduardo
author_facet De Giusti, Armando Eduardo
Sanz, Victoria María
format Tesis
Trabajo de especializacion
author Sanz, Victoria María
author_sort Sanz, Victoria María
title Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore
title_short Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore
title_full Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore
title_fullStr Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore
title_full_unstemmed Análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de Jacobi sobre una arquitectura multicore
title_sort análisis de rendimiento de un algoritmo de diagonalización de matrices por el método de jacobi sobre una arquitectura multicore
publishDate 2012
url http://sedici.unlp.edu.ar/handle/10915/20756
work_keys_str_mv AT sanzvictoriamaria analisisderendimientodeunalgoritmodediagonalizaciondematricesporelmetododejacobisobreunaarquitecturamulticore
bdutipo_str Repositorios
_version_ 1764820464852533251