Estudo e desenvolvimento de aplicações com processamento de alto desempenho e processamento paralelo
DOI:
https://doi.org/10.34117/bjdv9n12-004Keywords:
desenvolvimento paralelo, API, programação paralela, OpenACC, KernelHive, GasparAbstract
Por meio do desenvolvimento tecnológico a indústria de eletrônicos cada vez mais avança no quesito de desempenho computacional por meios de novos dispositivos como é o caso da GPU. Esses novos dispositivos combinados com as APIs de processamento paralelo vem proporcionando novos caminhos para a computação de alto desempenho, sendo que a capacidade de mescla entre CPU e GPU, por exemplo, caracteriza um ambiente híbrido, sendo que esse ambiente tem produzido resultados satisfatórios em ganho de desempenho. Esse trabalho objetiva estudar a API OpenACC e os frameworks KernelHive e Gaspar.
References
Bultrowicz S., Czarnul P., Rościszewski P. Runtime Visualization of Application Progress and Monitoring of a GPU-enabled Parallel Environment. Proceedings of the 13th International Conference on Software Engineering, Parallel and Distributed Systems. Gdansk, Poland. 2014. Disponível em: < www.wseas.us/e-library/conferences/2014/Gdansk/SEBIO/SEBIO-07.pdf >. Acesso: 21 fev. 2017
Farber, Rob. Easy GPU Parallelism with OpenACC. Disponível em: < www.drdobbs.com/parallel/easy-gpu-parallelism-with-openacc/240001776 >. Acesso: 21 fev. 2017
Gomides, G. S., Silva, R. C. Estudo do desempenho de API’s de Processamento Paralelo. XXIII Jornada de Iniciação Científica – UNIFEI. Itajubá, MG, 2016.
Medeiros B., Silva R. and Sobral J. L. Gaspar: a compositional aspect-oriented approach for cluster applications. Concurrency Computat.: Pract. Exper. 2016; 28:2353–2373. Braga, Portugal, 2015.
Ribeiro, N. S., Fernandes, L. G. L. Programação Híbrida: MPI e OpenMP. Disponível em: < gmap.pucrs.br/files/documents/a0ac54cb3179d58e216c26297400631e.pdf >. Acesso em: 18 set. 2016.
Rościszewski, P., Czarnul P., Lewandowski, R., Schally-Kacprzak, M. KernelHive: a new workflow-based framework for multilevel high performance computing using clusters and workstations with CPUs and GPUs. Concurrency Computat.: Pract. Exper. 2016; 28:2586-2607. Gdansk, Poland, 2015.
Silva, L. N., Modelo Híbrido de Programação Paralela para uma Aplicação de Elasticidade Linear Baseada no Método dos Elementos Finitos, UnB, Brasília, 2006.
Stefanello, A. L., Machado, C.C., Rosa, D., Sulzbach, M., Moerschbacher, R. W., Sarturi, T. R. Programação Paralela Híbrida em CPU e GPU: Uma Alternativa na Busca por Desempenho. Anais do IV – EATI, 124-131. Frederico Westphalen, RS, 2013. Disponível em < docplayer.com.br/4985854-Programacao-paralela-hibrida-em-cpu-e-gpu-uma-alternativa-na-busca-por-desempenho.html >. Acesso em 18 set. 2016.
Stringhini, D., Gonçalves, R. A., Goldman, A. Introdução à Computação Heterogênea. CSBC 2012 – XXXI Jornada de Atualização em Informática. Disponível em: < www.imago.ufpr.br/csbc2012/anais_csbc/eventos/jai/artigos/JAI%20-%20Cap%207%20Introducao%20a%20Computacao%20Heterogenea.pdf >. Acesso: 21 fev. 2017
Teixeira, D. A., Introduction to OpenACC. Disponível em: < http://homepages.dcc.ufmg.br/~douglas/research/openacc/index.html>. Acesso em: 22 fev. 2017.
