Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU

Autores
Wolfmann, Aaron Gustavo Horacio
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Es creciente el número de algoritmos de cómputo científico que corren con mayor eficiencia en las placas procesadoras de video (GPGPU - General Programming Graphics Processors Units) que en los propios procesadores multicore de nuestros días. Sin embargo, la capacidad de memoria de estos dispositivos es cerca de un orden de magnitud inferior a las computadoras equipadas con multiprocesadores simétricos (SMP - Symmetric Multiprocessors). Por ello, para problemas cuyos datos requieren más memoria que la disponible en una placa GPGPU, los datos deben procesarse parcialmente en la placa, y además, planificarse el avance global del procesamiento. Frente a la existencia de múltiples cores y uno o más GPGPU(s) en el SMP, se investiga el uso optimizado de ambos recursos de procesamiento en forma conjunta, enfocándonos en problemas de cómputo científico cuyo requerimiento de memoria esté en el rango de la memoria del dispositivo gráfico y la del computador. Este problema es típico del procesamiento paralelo, por cuanto una adecuada división de datos y tareas es fundamental para obtener un resultado acorde a los recursos utilizados. En este trabajo se presentan líneas de investigación al respecto, como así también, algunos resultados preliminares.
Eje: Procesamiento distribuido y paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
procesamiento paralelo
Multiprocessing/multiprogramming/multitasking
cómputo científicos
Graphics processors
Software science
procesamiento híbrido multicore/GPGPU
GPGPUs
Parallel processing
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:10915/19393
Acceder
id SEDICI_e5273ac218ad497e99e9bfed26477915
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19393
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPUWolfmann, Aaron Gustavo HoracioCiencias Informáticasprocesamiento paraleloMultiprocessing/multiprogramming/multitaskingcómputo científicosGraphics processorsSoftware scienceprocesamiento híbrido multicore/GPGPUGPGPUsParallel processingEs creciente el número de algoritmos de cómputo científico que corren con mayor eficiencia en las placas procesadoras de video (GPGPU - General Programming Graphics Processors Units) que en los propios procesadores multicore de nuestros días. Sin embargo, la capacidad de memoria de estos dispositivos es cerca de un orden de magnitud inferior a las computadoras equipadas con multiprocesadores simétricos (SMP - Symmetric Multiprocessors). Por ello, para problemas cuyos datos requieren más memoria que la disponible en una placa GPGPU, los datos deben procesarse parcialmente en la placa, y además, planificarse el avance global del procesamiento. Frente a la existencia de múltiples cores y uno o más GPGPU(s) en el SMP, se investiga el uso optimizado de ambos recursos de procesamiento en forma conjunta, enfocándonos en problemas de cómputo científico cuyo requerimiento de memoria esté en el rango de la memoria del dispositivo gráfico y la del computador. Este problema es típico del procesamiento paralelo, por cuanto una adecuada división de datos y tareas es fundamental para obtener un resultado acorde a los recursos utilizados. En este trabajo se presentan líneas de investigación al respecto, como así también, algunos resultados preliminares.Eje: Procesamiento distribuido y paraleloRed de Universidades con Carreras en Informática (RedUNCI)2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf788-792http://sedici.unlp.edu.ar/handle/10915/19393spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5info: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:UNLP2025-09-03T10:26:44Zoai:sedici.unlp.edu.ar:10915/19393Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:26:44.531SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
title Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
spellingShingle Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
Wolfmann, Aaron Gustavo Horacio
Ciencias Informáticas
procesamiento paralelo
Multiprocessing/multiprogramming/multitasking
cómputo científicos
Graphics processors
Software science
procesamiento híbrido multicore/GPGPU
GPGPUs
Parallel processing
title_short Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
title_full Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
title_fullStr Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
title_full_unstemmed Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
title_sort Optimización de cómputo paralelo científico en un entorno híbrido Multicore - MultiGPU
dc.creator.none.fl_str_mv Wolfmann, Aaron Gustavo Horacio
author Wolfmann, Aaron Gustavo Horacio
author_facet Wolfmann, Aaron Gustavo Horacio
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
procesamiento paralelo
Multiprocessing/multiprogramming/multitasking
cómputo científicos
Graphics processors
Software science
procesamiento híbrido multicore/GPGPU
GPGPUs
Parallel processing
topic Ciencias Informáticas
procesamiento paralelo
Multiprocessing/multiprogramming/multitasking
cómputo científicos
Graphics processors
Software science
procesamiento híbrido multicore/GPGPU
GPGPUs
Parallel processing
dc.description.none.fl_txt_mv Es creciente el número de algoritmos de cómputo científico que corren con mayor eficiencia en las placas procesadoras de video (GPGPU - General Programming Graphics Processors Units) que en los propios procesadores multicore de nuestros días. Sin embargo, la capacidad de memoria de estos dispositivos es cerca de un orden de magnitud inferior a las computadoras equipadas con multiprocesadores simétricos (SMP - Symmetric Multiprocessors). Por ello, para problemas cuyos datos requieren más memoria que la disponible en una placa GPGPU, los datos deben procesarse parcialmente en la placa, y además, planificarse el avance global del procesamiento. Frente a la existencia de múltiples cores y uno o más GPGPU(s) en el SMP, se investiga el uso optimizado de ambos recursos de procesamiento en forma conjunta, enfocándonos en problemas de cómputo científico cuyo requerimiento de memoria esté en el rango de la memoria del dispositivo gráfico y la del computador. Este problema es típico del procesamiento paralelo, por cuanto una adecuada división de datos y tareas es fundamental para obtener un resultado acorde a los recursos utilizados. En este trabajo se presentan líneas de investigación al respecto, como así también, algunos resultados preliminares.
Eje: Procesamiento distribuido y paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
description Es creciente el número de algoritmos de cómputo científico que corren con mayor eficiencia en las placas procesadoras de video (GPGPU - General Programming Graphics Processors Units) que en los propios procesadores multicore de nuestros días. Sin embargo, la capacidad de memoria de estos dispositivos es cerca de un orden de magnitud inferior a las computadoras equipadas con multiprocesadores simétricos (SMP - Symmetric Multiprocessors). Por ello, para problemas cuyos datos requieren más memoria que la disponible en una placa GPGPU, los datos deben procesarse parcialmente en la placa, y además, planificarse el avance global del procesamiento. Frente a la existencia de múltiples cores y uno o más GPGPU(s) en el SMP, se investiga el uso optimizado de ambos recursos de procesamiento en forma conjunta, enfocándonos en problemas de cómputo científico cuyo requerimiento de memoria esté en el rango de la memoria del dispositivo gráfico y la del computador. Este problema es típico del procesamiento paralelo, por cuanto una adecuada división de datos y tareas es fundamental para obtener un resultado acorde a los recursos utilizados. En este trabajo se presentan líneas de investigación al respecto, como así también, algunos resultados preliminares.
publishDate 2012
dc.date.none.fl_str_mv 2012
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/10915/19393
url http://sedici.unlp.edu.ar/handle/10915/19393
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5
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
788-792
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_ 1842260100636475392
score 13.13397

Publicaciones similares