Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos

Autores
Leibovich, Fabiana Yael
Año de publicación
2010
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Naiouf, Marcelo
De Giusti, Laura Cristina
Descripción
El objetivo de esta tesina es analizar, investigar y desarrollar algoritmos de scheduling para ejecutar eficientemente aplicaciones de procesamiento paralelo sobre arquitecturas multicore y clusters de multicore. Esto implica manejar la distribución de procesos en los cores desde la aplicación para obtener ganancia de performance. Interesa el estudio de nuevas técnicas para la programación de algoritmos paralelos que aprovechen eficientemente la potencia de la arquitectura, considerando los sistemas híbridos en los que se combina memoria compartida y distribuida. Para esto, se debe analizar: a) El problema de la asignación de tareas a núcleos, incluyendo la problemática del balance de carga. b) La estrategia de descomposición de la aplicación (tanto paralelismo funcional como de datos) y su impacto en la performance. c) La necesidad de combinar memoria compartida y pasaje de mensajes en el uso de clusters de multicore.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Scheduling
algoritmos de scheduling; arquitecturas multicore; clusters de multicore
Parallel algorithms
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/4014
Acceder
id SEDICI_c82d08aeabc454d437a62d938ef67d77
oai_identifier_str oai:sedici.unlp.edu.ar:10915/4014
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datosLeibovich, Fabiana YaelCiencias InformáticasSchedulingalgoritmos de scheduling; arquitecturas multicore; clusters de multicoreParallel algorithmsEl objetivo de esta tesina es analizar, investigar y desarrollar algoritmos de scheduling para ejecutar eficientemente aplicaciones de procesamiento paralelo sobre arquitecturas multicore y clusters de multicore. Esto implica manejar la distribución de procesos en los cores desde la aplicación para obtener ganancia de performance. Interesa el estudio de nuevas técnicas para la programación de algoritmos paralelos que aprovechen eficientemente la potencia de la arquitectura, considerando los sistemas híbridos en los que se combina memoria compartida y distribuida. Para esto, se debe analizar: a) El problema de la asignación de tareas a núcleos, incluyendo la problemática del balance de carga. b) La estrategia de descomposición de la aplicación (tanto paralelismo funcional como de datos) y su impacto en la performance. c) La necesidad de combinar memoria compartida y pasaje de mensajes en el uso de clusters de multicore.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaNaiouf, MarceloDe Giusti, Laura Cristina2010info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/4014spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:42:00Zoai:sedici.unlp.edu.ar:10915/4014Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:42:00.921SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
title Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
spellingShingle Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
Leibovich, Fabiana Yael
Ciencias Informáticas
Scheduling
algoritmos de scheduling; arquitecturas multicore; clusters de multicore
Parallel algorithms
title_short Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
title_full Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
title_fullStr Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
title_full_unstemmed Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
title_sort Algoritmos paralelos sobre clusters de multicores : Análisis de aplicaciones con descomposición funcional y de datos
dc.creator.none.fl_str_mv Leibovich, Fabiana Yael
author Leibovich, Fabiana Yael
author_facet Leibovich, Fabiana Yael
author_role author
dc.contributor.none.fl_str_mv Naiouf, Marcelo
De Giusti, Laura Cristina
dc.subject.none.fl_str_mv Ciencias Informáticas
Scheduling
algoritmos de scheduling; arquitecturas multicore; clusters de multicore
Parallel algorithms
topic Ciencias Informáticas
Scheduling
algoritmos de scheduling; arquitecturas multicore; clusters de multicore
Parallel algorithms
dc.description.none.fl_txt_mv El objetivo de esta tesina es analizar, investigar y desarrollar algoritmos de scheduling para ejecutar eficientemente aplicaciones de procesamiento paralelo sobre arquitecturas multicore y clusters de multicore. Esto implica manejar la distribución de procesos en los cores desde la aplicación para obtener ganancia de performance. Interesa el estudio de nuevas técnicas para la programación de algoritmos paralelos que aprovechen eficientemente la potencia de la arquitectura, considerando los sistemas híbridos en los que se combina memoria compartida y distribuida. Para esto, se debe analizar: a) El problema de la asignación de tareas a núcleos, incluyendo la problemática del balance de carga. b) La estrategia de descomposición de la aplicación (tanto paralelismo funcional como de datos) y su impacto en la performance. c) La necesidad de combinar memoria compartida y pasaje de mensajes en el uso de clusters de multicore.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description El objetivo de esta tesina es analizar, investigar y desarrollar algoritmos de scheduling para ejecutar eficientemente aplicaciones de procesamiento paralelo sobre arquitecturas multicore y clusters de multicore. Esto implica manejar la distribución de procesos en los cores desde la aplicación para obtener ganancia de performance. Interesa el estudio de nuevas técnicas para la programación de algoritmos paralelos que aprovechen eficientemente la potencia de la arquitectura, considerando los sistemas híbridos en los que se combina memoria compartida y distribuida. Para esto, se debe analizar: a) El problema de la asignación de tareas a núcleos, incluyendo la problemática del balance de carga. b) La estrategia de descomposición de la aplicación (tanto paralelismo funcional como de datos) y su impacto en la performance. c) La necesidad de combinar memoria compartida y pasaje de mensajes en el uso de clusters de multicore.
publishDate 2010
dc.date.none.fl_str_mv 2010
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/4014
url http://sedici.unlp.edu.ar/handle/10915/4014
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/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
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_ 1846063836150366208
score 13.22299

Publicaciones similares