Local cover image
Local cover image

Comparación del uso de GPGPU y cluster de multicore en problemas con alta demanda computacional

By: Contributor(s): Material type: TextTextPublication details: 2012Description: vii, 180 p. : ilSubject(s): Online resources:
Contents:
Objetivos -- 1. Introducción -- 1.1. Procesamiento paralelo -- 1.2. Concepto de sistema paralelo -- 1.3. Programación de propósito general en GPU -- 2. Arquitecturas paralelas -- 2.1. Taxonomía de Flynn -- 2.2. Multiprocesadores de memoria compartida -- 2.3. Multiprocesadores de memoria distribuida -- 2.4. Arquitecturas combinadas -- 2.5. Arquitectura GPU-CUDA -- 2.6. CPU vs. GPU -- 3. Diseño de algoritmos paralelos -- 3.1. Grafo de dependencia de treas -- 3.2. Grafo de interacción de tareas -- 3.3. Etapas del diseño de algoritmos paralelos -- 4. Modelos de algoritmos paralelos -- 4.1. Modelo de paralelismo de datos -- 4.2. Modelo de grafo de tareas -- 4.3. Modelo Master-Workers -- 4.4. Modelo Híbrido -- 4.5. Modeo GPU-CUDA -- 5. Herramientas de programación paralela -- 5.1. Programación paralela en memoria compartida -- 5.2. Programación paralela en memoria distribuida -- 5.3. Programación paralela en GPU -- 6. Green computing -- 6.1. Calentamiento global -- 6.2. Green computing -- 6.3. Medición del consumo energético -- 7. Problema de aplicación: N Body -- 7.1. Descricpión del problema N Body -- 7.2 Soluciones al problema N Body -- 8. Solución al problema N Body -- 8.1. Solución secuencial -- 8.2. Solución paralela en memoria compartida -- 8.3. Solución paralela en memoria distribuida -- 8.4. Solución paralela híbrida -- 8.5. Solución paralela en GPU -- 9. Resultados -- 9.1. Entorno experimental -- 9.2. Resultados experimentales -- 10. Conclusiones y trabajos futuros -- Apéndice A -- Apéndice B -- Apéndice C -- Apéndice D -- Apéndice E -- Referencias
Dissertation note: Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata, Facultad de Informática, 2012.
Star ratings
    Average rating: 0.0 (0 votes)

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata, Facultad de Informática, 2012.

Objetivos -- 1. Introducción -- 1.1. Procesamiento paralelo -- 1.2. Concepto de sistema paralelo -- 1.3. Programación de propósito general en GPU -- 2. Arquitecturas paralelas -- 2.1. Taxonomía de Flynn -- 2.2. Multiprocesadores de memoria compartida -- 2.3. Multiprocesadores de memoria distribuida -- 2.4. Arquitecturas combinadas -- 2.5. Arquitectura GPU-CUDA -- 2.6. CPU vs. GPU -- 3. Diseño de algoritmos paralelos -- 3.1. Grafo de dependencia de treas -- 3.2. Grafo de interacción de tareas -- 3.3. Etapas del diseño de algoritmos paralelos -- 4. Modelos de algoritmos paralelos -- 4.1. Modelo de paralelismo de datos -- 4.2. Modelo de grafo de tareas -- 4.3. Modelo Master-Workers -- 4.4. Modelo Híbrido -- 4.5. Modeo GPU-CUDA -- 5. Herramientas de programación paralela -- 5.1. Programación paralela en memoria compartida -- 5.2. Programación paralela en memoria distribuida -- 5.3. Programación paralela en GPU -- 6. Green computing -- 6.1. Calentamiento global -- 6.2. Green computing -- 6.3. Medición del consumo energético -- 7. Problema de aplicación: N Body -- 7.1. Descricpión del problema N Body -- 7.2 Soluciones al problema N Body -- 8. Solución al problema N Body -- 8.1. Solución secuencial -- 8.2. Solución paralela en memoria compartida -- 8.3. Solución paralela en memoria distribuida -- 8.4. Solución paralela híbrida -- 8.5. Solución paralela en GPU -- 9. Resultados -- 9.1. Entorno experimental -- 9.2. Resultados experimentales -- 10. Conclusiones y trabajos futuros -- Apéndice A -- Apéndice B -- Apéndice C -- Apéndice D -- Apéndice E -- Referencias

Click on an image to view it in the image viewer

Local cover image