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

Autores
Casas, Nicanor; De Luca, Graciela; Giulianelli, Daniel Alberto; Díaz, Federico José; Valiente, Waldo; Martín, Sergio
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
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.
Eje: Computación Gráfica , Imágenes y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
computadoras con placas gráficas (GPUs)
Algoritmos
Schönhage- Strassen
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/41317
Acceder
id SEDICI_49195fa9e4fb402f7a258380495f243c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/41317
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de GP-GPU Computing para la optimización de algoritmos científicos mediante el uso de profiling de hardwareCasas, NicanorDe Luca, GracielaGiulianelli, Daniel AlbertoDíaz, Federico JoséValiente, WaldoMartín, SergioCiencias Informáticascomputadoras con placas gráficas (GPUs)AlgoritmosSchönhage- StrassenEn 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.Eje: Computación Gráfica , Imágenes y VisualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2014-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf315-319http://sedici.unlp.edu.ar/handle/10915/41317spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-26T09:39:35Zoai:sedici.unlp.edu.ar:10915/41317Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-26 09:39:35.59SEDICI (UNLP) - Universidad Nacional de La Platafalse
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
Ciencias Informáticas
computadoras con placas gráficas (GPUs)
Algoritmos
Schönhage- Strassen
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
De Luca, Graciela
Giulianelli, Daniel Alberto
Díaz, Federico José
Valiente, Waldo
Martín, Sergio
author Casas, Nicanor
author_facet Casas, Nicanor
De Luca, Graciela
Giulianelli, Daniel Alberto
Díaz, Federico José
Valiente, Waldo
Martín, Sergio
author_role author
author2 De Luca, Graciela
Giulianelli, Daniel Alberto
Díaz, Federico José
Valiente, Waldo
Martín, Sergio
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
computadoras con placas gráficas (GPUs)
Algoritmos
Schönhage- Strassen
topic Ciencias Informáticas
computadoras con placas gráficas (GPUs)
Algoritmos
Schönhage- Strassen
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.
Eje: Computación Gráfica , Imágenes y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
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 2014-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/41317
url http://sedici.unlp.edu.ar/handle/10915/41317
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
315-319
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1849875798142484481
score 13.011256

Publicaciones similares