Busca avançada
Ano de início
Entree

Modelos de programação e algoritmos para a execução eficiente de aplicações paralelas em aglomerados heterogêneos

Processo: 13/26644-1
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de abril de 2014 - 31 de março de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Raphael Yokoingawa de Camargo
Beneficiário:Raphael Yokoingawa de Camargo
Instituição-sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
Pesq. associados:Alfredo Goldman vel Lejbman ; Daniel de Angelis Cordeiro ; David Corrêa Martins Junior ; Luiz Carlos da Silva Rozante ; Siang Wun Song
Assunto(s):Redes neurais (computação)  Computação heterogênea  Unidade central de processamento  Biologia computacional  Algoritmos  Regulação da expressão gênica 

Resumo

Com o advento de diferentes classes de aceleradores, como as GPUs (Graphical Processing Units) e os Intel MICs (Many Integrated Cores), aglomerados heterogêneos, formados por diferentes tipos de aceleradores e processadores, se tornaram realidade. Estes aglomerados podem ser dedicados ou simplesmente um conjunto de estações de trabalho, distribuídas em diferentes laboratórios e que ficam ociosas durante a maior parte do tempo. As diferenças arquiteturais entre processadores e os diversos tipos de aceleradores tornam difícil o desenvolvimento de aplicações que utilizem estes aglomerados de modo eficiente. A proposta deste projeto consiste em avaliar modelos de programação que facilitem o desenvolvimento e a previsão do desempenho de aplicações para aglomerados heterogêneos. Também será desenvolvido um mecanismo de distribuição dinâmica de carga para estes aglomerados, que serão implementados em uma biblioteca já existente. O objetivo é facilitar tanto a implementação quanto a execução de aplicações para estes aglomerados. Na área de aplicações, serão desenvolvidos algoritmos de bioinformática para a inferência de redes de regulação gênica (Gene Regulatory Networks - GRNs), onde é preciso avaliar um vasto número de combinações de genes candidatos a preditores. Na área de neurociência computacional, será implementado o suporte a aceleradores em simuladores neuronais, como o MOOSE, de modo a permitir a simulação de redes neuronais compostas por milhares de neurônios. Para tal, serão desenvolvidos algoritmos para a solução eficiente de conjuntos de sistemas lineares, que são a base para a simulação de neurônios. Para ambas as áreas, o foco dos esforços será o suporte à execução eficiente em aglomerados heterogêneos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
O uso da bioinformática no estudo de doenças complexas 

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CARASTAN-SANTOS, DANILO; MARTINS-, JR., DAVID C.; SONG, SIANG W.; ROZANTE, LUIZ C. S.; DE CAMARGO, RAPHAEL Y. A hybrid CPU-GPU-MIC algorithm for minimal hitting set enumeration. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE, v. 31, n. 18, SI SEP 25 2019. Citações Web of Science: 1.
CARASTAN-SANTOS, DANILO; DE CAMARGO, RAPHAEL Y.; MARTINS, JR., DAVID C.; SONG, SIANG W.; ROZANTE, LUIZ C. S. Finding exact hitting set solutions for systems biology applications using heterogeneous GPU clusters. FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, v. 67, p. 418-429, FEB 2017. Citações Web of Science: 2.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.