Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware

Autores
De Luca, Graciela Elisabeth; Valiente, Waldo; Díaz, Federico; Casas, Nicanor Blas; Giulianelli, Daniel Alberto; Martín, Sergio
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
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, 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.
Fil: De Luca, Graciela Elisabeth. 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: Díaz, Federico. 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: Giulianelli, Daniel Alberto. 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.
Materia
HARDWARE
matrices dispersas
ALGORITMOS
ANALISIS DE SISTEMAS
004.35
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
Repositorio Digital UNLaM
Institución
Universidad Nacional de La Matanza
OAI Identificador
oai:repositoriocyt.unlam.edu.ar:123456789/408
Acceder
id RDUNLAM_71544956d693709e55c4303d88481978
oai_identifier_str oai:repositoriocyt.unlam.edu.ar:123456789/408
network_acronym_str RDUNLAM
repository_id_str a
network_name_str Repositorio Digital UNLaM
spelling Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardwareDe Luca, Graciela ElisabethValiente, WaldoDíaz, FedericoCasas, Nicanor BlasGiulianelli, Daniel AlbertoMartín, SergioHARDWAREmatrices dispersasALGORITMOSANALISIS DE SISTEMAS004.35Las 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, 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.Fil: De Luca, Graciela Elisabeth. 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: Díaz, Federico. 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: Giulianelli, Daniel Alberto. 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.Red de Universidades con Carreras en Informática (RedUNCI)20152019-10-23T16:19:58Z2019-10-23T16:19:58Zinfo:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfDe luca, G. E. ; Valiente,W.; Diaz, F.; Casas, N. B.; Guilianelli, D. A.; Martín, S. (16-17 abril de 2015). Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware. [Ponencia]. XVII Workshop de Investigadores en Ciencias de la Computación, Salta. http://repositoriocyt.unlam.edu.ar/handle/123456789/408http://repositoriocyt.unlam.edu.ar/handle/123456789/408spaAtribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:Repositorio Digital UNLaMinstname:Universidad Nacional de La Matanza2025-11-07T15:44:25Zoai:repositoriocyt.unlam.edu.ar:123456789/408instacron:UNLaMInstitucionalhttps://repositoriocyt.unlam.edu.ar/Universidad públicaNo correspondehttps://repositoriocyt.unlam.edu.ar/oaicytunlam@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-11-07 15:44:26.132Repositorio Digital UNLaM - Universidad Nacional de La Matanzafalse
dc.title.none.fl_str_mv Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware
title Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware
spellingShingle Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware
De Luca, Graciela Elisabeth
HARDWARE
matrices dispersas
ALGORITMOS
ANALISIS DE SISTEMAS
004.35
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
dc.creator.none.fl_str_mv De Luca, Graciela Elisabeth
Valiente, Waldo
Díaz, Federico
Casas, Nicanor Blas
Giulianelli, Daniel Alberto
Martín, Sergio
author De Luca, Graciela Elisabeth
author_facet De Luca, Graciela Elisabeth
Valiente, Waldo
Díaz, Federico
Casas, Nicanor Blas
Giulianelli, Daniel Alberto
Martín, Sergio
author_role author
author2 Valiente, Waldo
Díaz, Federico
Casas, Nicanor Blas
Giulianelli, Daniel Alberto
Martín, Sergio
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv HARDWARE
matrices dispersas
ALGORITMOS
ANALISIS DE SISTEMAS
004.35
topic HARDWARE
matrices dispersas
ALGORITMOS
ANALISIS DE SISTEMAS
004.35
dc.description.none.fl_txt_mv 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, 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.
Fil: De Luca, Graciela Elisabeth. 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: Díaz, Federico. 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: Giulianelli, Daniel Alberto. 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.
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, 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.
publishDate 2015
dc.date.none.fl_str_mv 2015
2019-10-23T16:19:58Z
2019-10-23T16:19:58Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv De luca, G. E. ; Valiente,W.; Diaz, F.; Casas, N. B.; Guilianelli, D. A.; Martín, S. (16-17 abril de 2015). Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware. [Ponencia]. XVII Workshop de Investigadores en Ciencias de la Computación, Salta. http://repositoriocyt.unlam.edu.ar/handle/123456789/408
http://repositoriocyt.unlam.edu.ar/handle/123456789/408
identifier_str_mv De luca, G. E. ; Valiente,W.; Diaz, F.; Casas, N. B.; Guilianelli, D. A.; Martín, S. (16-17 abril de 2015). Análisis de rendimiento de algoritmos de resolución de problemas de matrices dispersas para GP-GPU Computing mediante el uso de profiling de hardware. [Ponencia]. XVII Workshop de Investigadores en Ciencias de la Computación, Salta. http://repositoriocyt.unlam.edu.ar/handle/123456789/408
url http://repositoriocyt.unlam.edu.ar/handle/123456789/408
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Red de Universidades con Carreras en Informática (RedUNCI)
publisher.none.fl_str_mv Red de Universidades con Carreras en Informática (RedUNCI)
dc.source.none.fl_str_mv reponame:Repositorio Digital UNLaM
instname:Universidad Nacional de La Matanza
reponame_str Repositorio Digital UNLaM
collection Repositorio Digital UNLaM
instname_str Universidad Nacional de La Matanza
repository.name.fl_str_mv Repositorio Digital UNLaM - Universidad Nacional de La Matanza
repository.mail.fl_str_mv cytunlam@gmail.com
_version_ 1848161955700801536
score 12.576249

Publicaciones similares