Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware

Autores
Giulianelli, Daniel Alberto; De Luca, Graciela Elizabeth; Casas, Nicanor Blas; Díaz, Federico; Martín, Sergio; Valiente, Waldo; Maximiliano, Jesús Hernán
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
informe técnico
Estado
versión aceptada
Descripción
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.
Materia
HARDWARE
GP-GPU
OPTIMIZACION
Matrices dispersas
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:123456789/410
Acceder
id RDUNLAM_77ced67d4ca989686381e44ec82a1c8b
oai_identifier_str oai:repositoriocyt.unlam.edu.ar:123456789/410
network_acronym_str RDUNLAM
repository_id_str a
network_name_str Repositorio Digital UNLaM
spelling Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardwareGiulianelli, Daniel AlbertoDe Luca, Graciela ElizabethCasas, Nicanor BlasDíaz, FedericoMartín, SergioValiente, WaldoMaximiliano, Jesús HernánHARDWAREGP-GPUOPTIMIZACIONMatrices dispersasEn 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.Universidad Nacional de La Matanza, Departamento de Ingeniería e Investigaciones TecnológicasGiulianelli, Daniel AlbertoDe Luca, Graciela Elizabeth2015-12-312019-10-23T18:41:22Z2019-10-23T18:41:22Zinfo:eu-repo/semantics/reportinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfapplication/pdfGiulianelli, 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/123456789/410http://repositoriocyt.unlam.edu.ar/handle/123456789/410spainfo:eu-repo/grantAgreement/C156/AR. Buenos Aires. San Justo/Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardwarehttp://repositoriocyt.unlam.edu.ar/handle/123456789/407http://repositoriocyt.unlam.edu.ar/handle/123456789/408http://repositoriocyt.unlam.edu.ar/handle/123456789/409http://repositoriocyt.unlam.edu.ar/handle/123456789/412http://repositoriocyt.unlam.edu.ar/handle/123456789/413info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:Repositorio Digital UNLaMinstname:Universidad Nacional de La Matanza2025-09-29T14:28:39Zoai:repositoriocyt.unlam.edu.ar:123456789/410instacron:UNLaMInstitucionalhttps://repositoriocyt.unlam.edu.ar/Universidad públicaNo correspondehttps://repositoriocyt.unlam.edu.ar/oaicytunlam@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-29 14:28:40.161Repositorio Digital UNLaM - Universidad Nacional de La Matanzafalse
dc.title.none.fl_str_mv Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
title Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
spellingShingle Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
Giulianelli, Daniel Alberto
HARDWARE
GP-GPU
OPTIMIZACION
Matrices dispersas
title_short Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
title_full Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
title_fullStr Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
title_full_unstemmed Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
title_sort Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
dc.creator.none.fl_str_mv Giulianelli, Daniel Alberto
De Luca, Graciela Elizabeth
Casas, Nicanor Blas
Díaz, Federico
Martín, Sergio
Valiente, Waldo
Maximiliano, Jesús Hernán
author Giulianelli, Daniel Alberto
author_facet Giulianelli, Daniel Alberto
De Luca, Graciela Elizabeth
Casas, Nicanor Blas
Díaz, Federico
Martín, Sergio
Valiente, Waldo
Maximiliano, Jesús Hernán
author_role author
author2 De Luca, Graciela Elizabeth
Casas, Nicanor Blas
Díaz, Federico
Martín, Sergio
Valiente, Waldo
Maximiliano, Jesús Hernán
author2_role author
author
author
author
author
author
dc.contributor.none.fl_str_mv Giulianelli, Daniel Alberto
De Luca, Graciela Elizabeth
dc.subject.none.fl_str_mv HARDWARE
GP-GPU
OPTIMIZACION
Matrices dispersas
topic HARDWARE
GP-GPU
OPTIMIZACION
Matrices dispersas
dc.description.none.fl_txt_mv 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.
description 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.
publishDate 2015
dc.date.none.fl_str_mv 2015-12-31
2019-10-23T18:41:22Z
2019-10-23T18:41:22Z
dc.type.none.fl_str_mv info:eu-repo/semantics/report
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_18gh
info:ar-repo/semantics/informeTecnico
format report
status_str acceptedVersion
dc.identifier.none.fl_str_mv 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
http://repositoriocyt.unlam.edu.ar/handle/123456789/410
identifier_str_mv 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
url http://repositoriocyt.unlam.edu.ar/handle/123456789/410
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/grantAgreement/C156/AR. Buenos Aires. San Justo/Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware
http://repositoriocyt.unlam.edu.ar/handle/123456789/407
http://repositoriocyt.unlam.edu.ar/handle/123456789/408
http://repositoriocyt.unlam.edu.ar/handle/123456789/409
http://repositoriocyt.unlam.edu.ar/handle/123456789/412
http://repositoriocyt.unlam.edu.ar/handle/123456789/413
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 Universidad Nacional de La Matanza, Departamento de Ingeniería e Investigaciones Tecnológicas
publisher.none.fl_str_mv Universidad Nacional de La Matanza, Departamento de Ingeniería e Investigaciones Tecnológicas
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_ 1844621530077593600
score 12.558318

Publicaciones similares