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

Autores
Casas, Nicanor Blas; De Luca, Graciela Elisabeth; Giulianelli, Daniel Alberto; Díaz, Federico; Valiente, Waldo; Martín, Sergio
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
En este artículo presentamos el proyecto de investigación sobre optimización de algoritmos científicos programados para para arquitecturas many-core. Estas arquitecturas proveen un gran potencial para los algoritmos que optimizaremos gracias a su alto nivel de paralelismo y simplicidad. En particular en este proyecto, se utilizará programación de procesamiento general para clusters de computadoras con placas gráficas (GPUs). En una primera etapa, continuamos la investigación realizada sobre algoritmos de simulación tipo N-Body para su optimización sobre arquitecturas GPU, esta vez mediante el uso de profilers de hardware. Buscamos determinar cuáles son los indicadores que indiquen un potencial para realizar optimizaciones mediante herramientas de profiling que provean información obtenida directamente del hardware utilizado. Luego, en una segunda etapa, ampliaremos dicha investigación para analizar algoritmos de multiplicación de enteros de tamaño arbitrario (Schönhage-Strassen) y de cálculo trayectorias de satélites (SGP4 y SDP4). Finalmente, utilizando dicha información de profiling tanto de las GPUs como las CPUs, buscamos elaborar una guía de optimizaciones basadas en profiling para algoritmos científicos –especialmente pensada para clusters de GPUs– que pueda ser consultada por científicos y programadores de otras áreas de la ciencia. En este artículo se presentan las tres etapas que componen este proyecto de investigación.
Fil: Casas, Nicanor Blas. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: De Luca, Graciela Elisabeth. 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: Díaz, Federico. 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: Martín, Sergio. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Materia
HARDWARE
PROGRAMACION
ALGORITMOS
Schönhage- Strassen
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:123456789/407
Acceder
id RDUNLAM_8fcbf0813edc92df6e2c6b6bafaca5a5
oai_identifier_str oai:repositoriocyt.unlam.edu.ar:123456789/407
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 hardwareCasas, Nicanor BlasDe Luca, Graciela ElisabethGiulianelli, Daniel AlbertoDíaz, FedericoValiente, WaldoMartín, SergioHARDWAREPROGRAMACIONALGORITMOSSchönhage- Strassen004.35En este artículo presentamos el proyecto de investigación sobre optimización de algoritmos científicos programados para para arquitecturas many-core. Estas arquitecturas proveen un gran potencial para los algoritmos que optimizaremos gracias a su alto nivel de paralelismo y simplicidad. En particular en este proyecto, se utilizará programación de procesamiento general para clusters de computadoras con placas gráficas (GPUs). En una primera etapa, continuamos la investigación realizada sobre algoritmos de simulación tipo N-Body para su optimización sobre arquitecturas GPU, esta vez mediante el uso de profilers de hardware. Buscamos determinar cuáles son los indicadores que indiquen un potencial para realizar optimizaciones mediante herramientas de profiling que provean información obtenida directamente del hardware utilizado. Luego, en una segunda etapa, ampliaremos dicha investigación para analizar algoritmos de multiplicación de enteros de tamaño arbitrario (Schönhage-Strassen) y de cálculo trayectorias de satélites (SGP4 y SDP4). Finalmente, utilizando dicha información de profiling tanto de las GPUs como las CPUs, buscamos elaborar una guía de optimizaciones basadas en profiling para algoritmos científicos –especialmente pensada para clusters de GPUs– que pueda ser consultada por científicos y programadores de otras áreas de la ciencia. En este artículo se presentan las tres etapas que componen este proyecto de investigación.Fil: Casas, Nicanor Blas. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Fil: De Luca, Graciela Elisabeth. 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: Díaz, Federico. 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: Martín, Sergio. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.Red de Universidades con Carreras en Informática (RedUNCI)20142019-10-23T15:55:00Z2019-10-23T15:55:00Zinfo:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfCasas, N. B., De Luca, G. E., Guilianelli, D. A.; Diaz, F., Valiente, W., Martín, S. (7-8 mayo de 2014). Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware. [Ponencia]. XVI Workshop de Investigadores en Ciencias de la Computación. RedUNCI 2014, http://repositoriocyt.unlam.edu.ar/handle/123456789/407http://repositoriocyt.unlam.edu.ar/handle/123456789/407spainfo:eu-repo/grantAgreement/UNLaM/PROINCE/C2-ING-018/AR. Buenos Aires. San Justoinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)reponame:Repositorio Digital UNLaMinstname:Universidad Nacional de La Matanza2025-10-16T10:05:30Zoai:repositoriocyt.unlam.edu.ar:123456789/407instacron:UNLaMInstitucionalhttps://repositoriocyt.unlam.edu.ar/Universidad públicaNo correspondehttps://repositoriocyt.unlam.edu.ar/oaicytunlam@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-16 10:05:30.648Repositorio 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
Casas, Nicanor Blas
HARDWARE
PROGRAMACION
ALGORITMOS
Schönhage- Strassen
004.35
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 Casas, Nicanor Blas
De Luca, Graciela Elisabeth
Giulianelli, Daniel Alberto
Díaz, Federico
Valiente, Waldo
Martín, Sergio
author Casas, Nicanor Blas
author_facet Casas, Nicanor Blas
De Luca, Graciela Elisabeth
Giulianelli, Daniel Alberto
Díaz, Federico
Valiente, Waldo
Martín, Sergio
author_role author
author2 De Luca, Graciela Elisabeth
Giulianelli, Daniel Alberto
Díaz, Federico
Valiente, Waldo
Martín, Sergio
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv HARDWARE
PROGRAMACION
ALGORITMOS
Schönhage- Strassen
004.35
topic HARDWARE
PROGRAMACION
ALGORITMOS
Schönhage- Strassen
004.35
dc.description.none.fl_txt_mv En este artículo presentamos el proyecto de investigación sobre optimización de algoritmos científicos programados para para arquitecturas many-core. Estas arquitecturas proveen un gran potencial para los algoritmos que optimizaremos gracias a su alto nivel de paralelismo y simplicidad. En particular en este proyecto, se utilizará programación de procesamiento general para clusters de computadoras con placas gráficas (GPUs). En una primera etapa, continuamos la investigación realizada sobre algoritmos de simulación tipo N-Body para su optimización sobre arquitecturas GPU, esta vez mediante el uso de profilers de hardware. Buscamos determinar cuáles son los indicadores que indiquen un potencial para realizar optimizaciones mediante herramientas de profiling que provean información obtenida directamente del hardware utilizado. Luego, en una segunda etapa, ampliaremos dicha investigación para analizar algoritmos de multiplicación de enteros de tamaño arbitrario (Schönhage-Strassen) y de cálculo trayectorias de satélites (SGP4 y SDP4). Finalmente, utilizando dicha información de profiling tanto de las GPUs como las CPUs, buscamos elaborar una guía de optimizaciones basadas en profiling para algoritmos científicos –especialmente pensada para clusters de GPUs– que pueda ser consultada por científicos y programadores de otras áreas de la ciencia. En este artículo se presentan las tres etapas que componen este proyecto de investigación.
Fil: Casas, Nicanor Blas. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
Fil: De Luca, Graciela Elisabeth. 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: Díaz, Federico. 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: Martín, Sergio. Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas; Argentina.
description En este artículo presentamos el proyecto de investigación sobre optimización de algoritmos científicos programados para para arquitecturas many-core. Estas arquitecturas proveen un gran potencial para los algoritmos que optimizaremos gracias a su alto nivel de paralelismo y simplicidad. En particular en este proyecto, se utilizará programación de procesamiento general para clusters de computadoras con placas gráficas (GPUs). En una primera etapa, continuamos la investigación realizada sobre algoritmos de simulación tipo N-Body para su optimización sobre arquitecturas GPU, esta vez mediante el uso de profilers de hardware. Buscamos determinar cuáles son los indicadores que indiquen un potencial para realizar optimizaciones mediante herramientas de profiling que provean información obtenida directamente del hardware utilizado. Luego, en una segunda etapa, ampliaremos dicha investigación para analizar algoritmos de multiplicación de enteros de tamaño arbitrario (Schönhage-Strassen) y de cálculo trayectorias de satélites (SGP4 y SDP4). Finalmente, utilizando dicha información de profiling tanto de las GPUs como las CPUs, buscamos elaborar una guía de optimizaciones basadas en profiling para algoritmos científicos –especialmente pensada para clusters de GPUs– que pueda ser consultada por científicos y programadores de otras áreas de la ciencia. En este artículo se presentan las tres etapas que componen este proyecto de investigación.
publishDate 2014
dc.date.none.fl_str_mv 2014
2019-10-23T15:55:00Z
2019-10-23T15:55:00Z
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 Casas, N. B., De Luca, G. E., Guilianelli, D. A.; Diaz, F., Valiente, W., Martín, S. (7-8 mayo de 2014). Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware. [Ponencia]. XVI Workshop de Investigadores en Ciencias de la Computación. RedUNCI 2014, http://repositoriocyt.unlam.edu.ar/handle/123456789/407
http://repositoriocyt.unlam.edu.ar/handle/123456789/407
identifier_str_mv Casas, N. B., De Luca, G. E., Guilianelli, D. A.; Diaz, F., Valiente, W., Martín, S. (7-8 mayo de 2014). Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardware. [Ponencia]. XVI Workshop de Investigadores en Ciencias de la Computación. RedUNCI 2014, http://repositoriocyt.unlam.edu.ar/handle/123456789/407
url http://repositoriocyt.unlam.edu.ar/handle/123456789/407
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/grantAgreement/UNLaM/PROINCE/C2-ING-018/AR. Buenos Aires. San Justo
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC 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/
Atribución-NoComercial-CompartirIgual 2.5 Argentina (CC 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_ 1846145783133372416
score 13.216834

Publicaciones similares