Busca avançada
Ano de início
Entree

Modelo BSP em Placas Gráficas

Processo: 12/23300-7
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de março de 2013
Vigência (Término): 28 de fevereiro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Alfredo Goldman vel Lejbman
Beneficiário:Marcos Tulio Amaris González
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Bolsa(s) vinculada(s):15/19399-6 - Aprendizagem Automática para predizer desempenho e tempo de corrida de aplicações heterogêneas com dados de entrada incertos, BE.EP.DR
Assunto(s):Computação em grid   Unidade de processamento gráfico   Computação de alto desempenho

Resumo

Neste documento é apresentada uma proposta em um tópico específico de Computação de Alto Desempenho em Ciências da Computação. As GPUs foram inicialmente construídas para computação gráfica, no entanto, os dispositivos GPU de hoje são capazes de desempenhar melhor alguns processos paralelos do que as CPUs multinúcleo ou supercomputadores, devido a sua intrínseca arquitetura paralela de hardware. Há cerca de cinco anos, emergentes interfaces de programação de aplicativos (APIs) e linguagens de programação introduziram o conceito de Propósito Geral em GPU ou GPGPU. Pesquisadores da área criam aplicações com um alto nível de paralelismo de dados e tarefas que são capazes de rodar tanto em CPUs e GPUs. O modelo BSP (Bulk Synchronous Parallel) é um modelo de ponte para computação em paralelo introduzido por Valiant em 1990. As propriedades da interligação da rede são capturados por alguns parâmetros da arquitetura para o modelo de BSP em um algoritmo paralelo. No entanto, algoritmos executados em ambientes massivamente paralelos podem enfrentar vários inconvenientes. Os problemas podem surgir, por exemplo, devido ao equilíbrio da carga ou a latência de comunicação. O objetivo geral deste projeto irá se o desenvolvimento de modelos para executar eficientemente algoritmos com o modelo BSP em placas gráficas e será focado na avaliação e caracterização dos principais problemas que podem afetar negativamente a implementação de eficientes algoritmos BSP em GPUs. Os algoritmos implementados com base nos modelos propostos serão projetados para arquiteturas massivamente paralelas, tais como clusters de computadores, sistemas multicore, infra-estruturas grid, e em particular para supercomputadores com GPUs.

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)
AMARIS, MARCOS; LUCARELLI, GIORGIO; MOMMESSIN, CLEMENT; TRYSTRAM, DENIS. Generic algorithms for scheduling applications on heterogeneous platforms. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE, v. 31, n. 15 AUG 10 2019. Citações Web of Science: 0.
BRUEL, PEDRO; AMARIS, MARCOS; GOLDMAN, ALFREDO. Autotuning CUDA compiler parameters for heterogeneous applications using the OpenTuner framework. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE, v. 29, n. 22, SI NOV 25 2017. Citações Web of Science: 4.
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
GONZÁLEZ, Marcos Tulio Amaris. Predição de desempenho de aplicações executadas em GPUs usando um modelo analítico simples e técnicas de aprendizado de máquina. 2018. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Matemática e Estatística São Paulo.

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