Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware
Las arquitecturas many-core proveen un gran potencial, para la optimización de algoritmos científicos gracias a su alto nivel de paralelismo y simplicidad. En este caso particular se utilizará programación de procesamiento general para clusters de computadoras con placas GPU. Primeramente el proyec...
Guardado en:
Autores principales: | , , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2015
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/46191 |
Aporte de: |
id |
I19-R120-10915-46191 |
---|---|
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 GP-GPU Algorithms profiling matrices dispersas bibliotecas numéricas representación de matrices |
spellingShingle |
Ciencias Informáticas GP-GPU Algorithms profiling matrices dispersas bibliotecas numéricas representación de matrices De Luca, Graciela Valiente, Waldo Díaz, Federico José Casas, Nicanor Giulianelli, Daniel Alberto Martín, Sergio Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware |
topic_facet |
Ciencias Informáticas GP-GPU Algorithms profiling matrices dispersas bibliotecas numéricas representación de matrices |
description |
Las arquitecturas many-core proveen un gran potencial, para la optimización de algoritmos científicos gracias a su alto nivel de paralelismo y simplicidad. En este caso particular se utilizará programación de procesamiento general para clusters de computadoras con placas GPU.
Primeramente el proyecto se enfoca en el análisis de matrices dispersas, dónde la mayor parte de los datos que contiene, no son relevantes al cálculo final deseado. Por lo tanto utilizando ciertas técnicas de representación en las matrices, se puede evitar realizar operaciones sobre datos a los cuales se les puede determinar su resultado a priori.
En la segunda etapa, se utilizan y analizan implementaciones de biblioteca que aprovechen diferentes sistemas de representación de estas matrices, Graphics Processing Unit buscando realizar las optimizaciones oportunas de ser posible, siendo necesario realizar pruebas en las dos tecnologías de GPU más reconocidas buscando identificar posibles deficiencias en la implementación de cada solución.
Finalmente mediante contadores de hardware se analizan en forma precisa, si las optimizaciones a realizar, y las ya realizadas, realmente producen una diferencia apreciable en los tiempos de ejecución y uso de recursos de las bibliotecas.
En este artículo se presentan las tres etapas que componen este proyecto de investigación. |
format |
Objeto de conferencia Objeto de conferencia |
author |
De Luca, Graciela Valiente, Waldo Díaz, Federico José Casas, Nicanor Giulianelli, Daniel Alberto Martín, Sergio |
author_facet |
De Luca, Graciela Valiente, Waldo Díaz, Federico José Casas, Nicanor Giulianelli, Daniel Alberto Martín, Sergio |
author_sort |
De Luca, Graciela |
title |
Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware |
title_short |
Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware |
title_full |
Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware |
title_fullStr |
Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware |
title_full_unstemmed |
Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware |
title_sort |
análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para gp-gpu computing mediante el uso de profiling de hardware |
publishDate |
2015 |
url |
http://sedici.unlp.edu.ar/handle/10915/46191 |
work_keys_str_mv |
AT delucagraciela analisisderendimientodealgoritmosderesoluciondeproblemasdematricesdispersasparagpgpucomputingmedianteelusodeprofilingdehardware AT valientewaldo analisisderendimientodealgoritmosderesoluciondeproblemasdematricesdispersasparagpgpucomputingmedianteelusodeprofilingdehardware AT diazfedericojose analisisderendimientodealgoritmosderesoluciondeproblemasdematricesdispersasparagpgpucomputingmedianteelusodeprofilingdehardware AT casasnicanor analisisderendimientodealgoritmosderesoluciondeproblemasdematricesdispersasparagpgpucomputingmedianteelusodeprofilingdehardware AT giulianellidanielalberto analisisderendimientodealgoritmosderesoluciondeproblemasdematricesdispersasparagpgpucomputingmedianteelusodeprofilingdehardware AT martinsergio analisisderendimientodealgoritmosderesoluciondeproblemasdematricesdispersasparagpgpucomputingmedianteelusodeprofilingdehardware |
bdutipo_str |
Repositorios |
_version_ |
1764820474453295104 |