Técnicas estándares para paralelismo anidados de datos

Autores
Piccoli, María Fabiana; Printista, Alicia Marcela
Año de publicación
2001
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Desarrollar programas paralelos no es una tarea simple [Gar95]. Dependiendo del problema a paralelizar, distintos tipos de paralelismo pueden ser considerados. Los tipos de paralelismo mas comunes son el paralelismo de Datos y el paralelismo de Tareas o de Control [Akl89] [Qui94] [Fos94]. Cada uno de ellos tiene sus ventajas. El paralelismo de Datos es uno de los esfuerzos más exitosos para introducir paralelismo explícito en lenguaje de alto nivel. Este tipo de paralelismo es conveniente particularmente por dos razones: es fácil de programar y en problemas de gran tamaño escala muy bien. Si bien varias implementaciones de lenguajes de datos paralelos existen, la mayoría se centra en la explotación del paralelismo de datos no estructurado, es decir en el paralelismo chato. Por su parte el paralelismo de Tareas es más eficiente y adecuado en problemas con estructura de datos irregulares. Combinar ambos tipos de paralelismo implica tener un lenguaje con la capacidad de realizar invocaciones paralelas anidadas. Esta capacidad implica la combinación, por un lado de la facilidad de programación sobre un modelo de datos paralelo y por el otro de la eficiencia del modelo de paralelismo de control en la ejecución sobre estructuras de datos irregulares. Este tipo de paralelismo se llama Paralelismo Anidado de Datos [Ble94] [Ble96] y se lo puede considerar una extensión del paralelismo de datos estándar ya que se le suma a éste la capacidad de anidar invocaciones paralelas. Dicho paralelismo, entonces, combina la habilidad de aplicar una función en paralelo sobre cada elemento de una colección de datos y la habilidad de anidar tales llamadas recursivas. La línea de investigación está centrada en la determinación de metodologías o técnicas para desarrollar programas paralelos que apliquen paralelismo anidado de datos en algún lenguaje paralelo [Gon00a] [Gon00b]. Para lograr establecer una metodología adecuada, es preciso considerar en primer lugar el modelo de computación paralela que se aplica y en segundo lugar el lenguaje paralelo utilizado.
Eje: Concurrencia y Paralelismo
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Técnicas estándares
Parallel
paralelismo anidados de datos
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:10915/21626

id SEDICI_852b18ba2305643c0158596a8dd30ccf
oai_identifier_str oai:sedici.unlp.edu.ar:10915/21626
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Técnicas estándares para paralelismo anidados de datosPiccoli, María FabianaPrintista, Alicia MarcelaCiencias InformáticasTécnicas estándaresParallelparalelismo anidados de datosDesarrollar programas paralelos no es una tarea simple [Gar95]. Dependiendo del problema a paralelizar, distintos tipos de paralelismo pueden ser considerados. Los tipos de paralelismo mas comunes son el paralelismo de Datos y el paralelismo de Tareas o de Control [Akl89] [Qui94] [Fos94]. Cada uno de ellos tiene sus ventajas. El paralelismo de Datos es uno de los esfuerzos más exitosos para introducir paralelismo explícito en lenguaje de alto nivel. Este tipo de paralelismo es conveniente particularmente por dos razones: es fácil de programar y en problemas de gran tamaño escala muy bien. Si bien varias implementaciones de lenguajes de datos paralelos existen, la mayoría se centra en la explotación del paralelismo de datos no estructurado, es decir en el paralelismo chato. Por su parte el paralelismo de Tareas es más eficiente y adecuado en problemas con estructura de datos irregulares. Combinar ambos tipos de paralelismo implica tener un lenguaje con la capacidad de realizar invocaciones paralelas anidadas. Esta capacidad implica la combinación, por un lado de la facilidad de programación sobre un modelo de datos paralelo y por el otro de la eficiencia del modelo de paralelismo de control en la ejecución sobre estructuras de datos irregulares. Este tipo de paralelismo se llama Paralelismo Anidado de Datos [Ble94] [Ble96] y se lo puede considerar una extensión del paralelismo de datos estándar ya que se le suma a éste la capacidad de anidar invocaciones paralelas. Dicho paralelismo, entonces, combina la habilidad de aplicar una función en paralelo sobre cada elemento de una colección de datos y la habilidad de anidar tales llamadas recursivas. La línea de investigación está centrada en la determinación de metodologías o técnicas para desarrollar programas paralelos que apliquen paralelismo anidado de datos en algún lenguaje paralelo [Gon00a] [Gon00b]. Para lograr establecer una metodología adecuada, es preciso considerar en primer lugar el modelo de computación paralela que se aplica y en segundo lugar el lenguaje paralelo utilizado.Eje: Concurrencia y ParalelismoRed de Universidades con Carreras en Informática (RedUNCI)2001-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/21626spainfo: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:UNLP2025-09-29T10:54:43Zoai:sedici.unlp.edu.ar:10915/21626Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:43.216SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Técnicas estándares para paralelismo anidados de datos
title Técnicas estándares para paralelismo anidados de datos
spellingShingle Técnicas estándares para paralelismo anidados de datos
Piccoli, María Fabiana
Ciencias Informáticas
Técnicas estándares
Parallel
paralelismo anidados de datos
title_short Técnicas estándares para paralelismo anidados de datos
title_full Técnicas estándares para paralelismo anidados de datos
title_fullStr Técnicas estándares para paralelismo anidados de datos
title_full_unstemmed Técnicas estándares para paralelismo anidados de datos
title_sort Técnicas estándares para paralelismo anidados de datos
dc.creator.none.fl_str_mv Piccoli, María Fabiana
Printista, Alicia Marcela
author Piccoli, María Fabiana
author_facet Piccoli, María Fabiana
Printista, Alicia Marcela
author_role author
author2 Printista, Alicia Marcela
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Técnicas estándares
Parallel
paralelismo anidados de datos
topic Ciencias Informáticas
Técnicas estándares
Parallel
paralelismo anidados de datos
dc.description.none.fl_txt_mv Desarrollar programas paralelos no es una tarea simple [Gar95]. Dependiendo del problema a paralelizar, distintos tipos de paralelismo pueden ser considerados. Los tipos de paralelismo mas comunes son el paralelismo de Datos y el paralelismo de Tareas o de Control [Akl89] [Qui94] [Fos94]. Cada uno de ellos tiene sus ventajas. El paralelismo de Datos es uno de los esfuerzos más exitosos para introducir paralelismo explícito en lenguaje de alto nivel. Este tipo de paralelismo es conveniente particularmente por dos razones: es fácil de programar y en problemas de gran tamaño escala muy bien. Si bien varias implementaciones de lenguajes de datos paralelos existen, la mayoría se centra en la explotación del paralelismo de datos no estructurado, es decir en el paralelismo chato. Por su parte el paralelismo de Tareas es más eficiente y adecuado en problemas con estructura de datos irregulares. Combinar ambos tipos de paralelismo implica tener un lenguaje con la capacidad de realizar invocaciones paralelas anidadas. Esta capacidad implica la combinación, por un lado de la facilidad de programación sobre un modelo de datos paralelo y por el otro de la eficiencia del modelo de paralelismo de control en la ejecución sobre estructuras de datos irregulares. Este tipo de paralelismo se llama Paralelismo Anidado de Datos [Ble94] [Ble96] y se lo puede considerar una extensión del paralelismo de datos estándar ya que se le suma a éste la capacidad de anidar invocaciones paralelas. Dicho paralelismo, entonces, combina la habilidad de aplicar una función en paralelo sobre cada elemento de una colección de datos y la habilidad de anidar tales llamadas recursivas. La línea de investigación está centrada en la determinación de metodologías o técnicas para desarrollar programas paralelos que apliquen paralelismo anidado de datos en algún lenguaje paralelo [Gon00a] [Gon00b]. Para lograr establecer una metodología adecuada, es preciso considerar en primer lugar el modelo de computación paralela que se aplica y en segundo lugar el lenguaje paralelo utilizado.
Eje: Concurrencia y Paralelismo
Red de Universidades con Carreras en Informática (RedUNCI)
description Desarrollar programas paralelos no es una tarea simple [Gar95]. Dependiendo del problema a paralelizar, distintos tipos de paralelismo pueden ser considerados. Los tipos de paralelismo mas comunes son el paralelismo de Datos y el paralelismo de Tareas o de Control [Akl89] [Qui94] [Fos94]. Cada uno de ellos tiene sus ventajas. El paralelismo de Datos es uno de los esfuerzos más exitosos para introducir paralelismo explícito en lenguaje de alto nivel. Este tipo de paralelismo es conveniente particularmente por dos razones: es fácil de programar y en problemas de gran tamaño escala muy bien. Si bien varias implementaciones de lenguajes de datos paralelos existen, la mayoría se centra en la explotación del paralelismo de datos no estructurado, es decir en el paralelismo chato. Por su parte el paralelismo de Tareas es más eficiente y adecuado en problemas con estructura de datos irregulares. Combinar ambos tipos de paralelismo implica tener un lenguaje con la capacidad de realizar invocaciones paralelas anidadas. Esta capacidad implica la combinación, por un lado de la facilidad de programación sobre un modelo de datos paralelo y por el otro de la eficiencia del modelo de paralelismo de control en la ejecución sobre estructuras de datos irregulares. Este tipo de paralelismo se llama Paralelismo Anidado de Datos [Ble94] [Ble96] y se lo puede considerar una extensión del paralelismo de datos estándar ya que se le suma a éste la capacidad de anidar invocaciones paralelas. Dicho paralelismo, entonces, combina la habilidad de aplicar una función en paralelo sobre cada elemento de una colección de datos y la habilidad de anidar tales llamadas recursivas. La línea de investigación está centrada en la determinación de metodologías o técnicas para desarrollar programas paralelos que apliquen paralelismo anidado de datos en algún lenguaje paralelo [Gon00a] [Gon00b]. Para lograr establecer una metodología adecuada, es preciso considerar en primer lugar el modelo de computación paralela que se aplica y en segundo lugar el lenguaje paralelo utilizado.
publishDate 2001
dc.date.none.fl_str_mv 2001-05
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/10915/21626
url http://sedici.unlp.edu.ar/handle/10915/21626
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
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_ 1844615805086466048
score 13.070432