Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributorOsorio Londoño, Gustavo Adolfo
dc.contributor.advisorOrozco Alzate, Mauricio (Thesis advisor)
dc.contributor.advisorIsaza Echeverry, Gustavo Adolfo (Thesis advisor)
dc.contributor.authorTabares Soto, Reinel
dc.date.accessioned2019-07-02T13:17:41Z
dc.date.available2019-07-02T13:17:41Z
dc.date.issued2016-11-11
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/57830
dc.description.abstractA medida que avanzan las investigaciones y la tecnología se generan cada vez volúmenes más grandes de información y esto ocasiona un aumento drástico en los tiempos necesario para procesarla, es por eso que la comunidad científica está en la búsqueda de alternativas para suplir las necesidades de obtener resultados en el menor tiempo posible y optimizando los recurso, una de las posibles alternativas consiste en usar las nuevas arquitecturas heterogéneas que incluyen una interacción CPU-GPU para procesamiento paralelo, es aquí en donde reside la importancia de esta investigación la cual pretende utilizar programación paralela por medio de unidades de procesamiento gráfico (GPU) para la aceleración de algoritmos de cómputo científico, cada uno de los problemas tratados se implementaran de forma paralela en GPU y de forma secuencial en CPU con el fin de contrastar tiempos de simulación y así mostrar bajo qué condiciones y qué arquitectura obtendrán las mejores aceleraciones. A lo largo de todo el documento se explicará detalladamente las estrategias de computación paralela sobre arquitecturas heterogéneas utilizando en mayor proporción dispositivos de procesamiento gráfico (GPU), tomando como base el lenguaje C y las librerías CUDA y OpenCL para la gestión de la misma, con el fin de que el problema se adapte de la mejor forma al dispositivo utilizado. Dentro de los resultado obtenidos se observan aceleraciones de hasta 213X para el sistema de Lorenz y convertidor Buck, en el caso de la ecuación de Laplace en 2 dimensiones se puedo lograr aceleraciones de hasta 9;7X, en el caso de la ecuación de Laplace en 3 dimensiones se puedo lograr aceleraciones de hasta 8;6X y en el caso del análisis estadístico de SNP se obtuvo aceleración de 26;9X de forma paralela en CPU y de 8;2X de forma paralela en GPU.
dc.description.abstractAbstract : As research progresses and technology are generating larger amounts of information, and this causes a dramatic increase in the need for processing times, which is why the scientific community is in search of alternatives to meet the needs of obtaining results in the shortest possible time and optimizing resource, one possible alternative is to use the new heterogeneous architectures including a CPU-GPU interaction for parallel processing, it is where the importance of this research lies which intends to use parallel programming through graphics processing units (GPU) for accelerated algorithms for scientific computing, each of the problems addressed are implemented in parallel on GPU and sequentially in CPU in order to contrast simulation times and thus show low that architecture conditions and get the best acceleration. Throughout the document it will be explained in detail strategies parallel computing on heterogeneous architectures using a greater proportion devices graphics processing (GPU), based on the language C and CUDA and OpenCL libraries for managing it, with the so that the problem fits in the best way the device used. Within the result obtained accelerations up to 213X for the Lorenz system and Buck converter are observed in the case of the Laplace equation in 2 dimensions can achieve accelerations up to 9,7X, in the case of the equation Laplace in 3 dimensions can achieve accelerations up to 8,6X and in the case of statistical analysis of SNP acceleration of 26,9X parallel CPU and 8,2X parallel GPU was obtained
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura
dc.relation.ispartofFacultad de Ingeniería y Arquitectura
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc0 Generalidades / Computer science, information and general works
dc.subject.ddc5 Ciencias naturales y matemáticas / Science
dc.subject.ddc6 Tecnología (ciencias aplicadas) / Technology
dc.titleProgramación paralela sobre arquitecturas heterogéneas
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.identifier.eprintshttp://bdigital.unal.edu.co/54267/
dc.contributor.corporatenameUniversidad Nacional de Colombia.
dc.contributor.corporatenameColciencias Jóvenes Investigadores
dc.description.degreelevelMaestría
dc.relation.referencesTabares Soto, Reinel (2016) Programación paralela sobre arquitecturas heterogéneas. Maestría thesis, Univesidad Nacional de Colombia Sede Manizales.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalGPU
dc.subject.proposalCUDA
dc.subject.proposalAnalisis no lineal
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit