Bolsa 17/21339-7 - Programação paralela, Computação de alto desempenho - BV FAPESP
Busca avançada
Ano de início
Entree

Paralelização de laços e tarefas usando map-reduce em clusters heterogêneos na nuvem para cargas de trabalho científicas

Processo: 17/21339-7
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Data de Início da vigência: 01 de dezembro de 2017
Data de Término da vigência: 30 de novembro de 2018
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Guido Costa Souza de Araújo
Beneficiário:Hervé Yviquel
Supervisor: Xavier Martorell
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Instituição Anfitriã: Barcelona Supercomputing Center (BSC), Espanha  
Vinculado à bolsa:14/25694-8 - Paralelização de laços usando map-reduce na nuvem para cargas de trabalho científicas, BP.PD
Assunto(s):Programação paralela   Computação de alto desempenho   Computação em cluster
Palavra(s)-Chave do Pesquisador:Compiladores | Computacão de Alto Desempenho | Programação paralela | Computação Paralela

Resumo

Neste projeto, buscamos abordar as complexidades da programação de clusters de nuvens modernos contendo componentes heterogêneos, como CPUs e GPUs. De fato, as aplicações científicas modernas precisam explorar todo o tipo de padrão de programação paralela para atingir os objetivos de desempenho. A descarga de computação é um modelo de programação em que os fragmentos do programa (por exemplo, hot loops) são anotados para que sua execução seja realizada em hardware dedicado ou dispositivos aceleradores disponíveis. Embora o descarregamento tenha sido amplamente utilizado para mover computação para GPUs, através de padrões de anotações baseados em diretivas, como OpenMP, a computação de descarregamento para clusters de computadores muito grandes na nuvem pode se tornar uma tarefa complexa e pesada. Normalmente, requer misturar modelos de programação (por exemplo, OpenMP e MPI) e idiomas (por exemplo, C/C++ e Scala), lidando com vários mecanismos de controle de acesso de diferentes nuvens (por exemplo, AWS e Azure) e integrando tudo isso em um único aplicativo. Para este fim, desenvolvemos uma estrutura para permitir o uso da nuvem como um dispositivo de descarga de computação. Esta estrutura integra as diretrizes do OpenMP, os nós Map-Reduce Spark baseados na nuvem e o gerenciamento remoto de comunicação, de modo que a nuvem apareça ao programador como outro dispositivo disponível em seu computador local. Então, este projeto visa ampliar o modelo de execução de descarregamento de nuvem, bem como as diretivas OpenMP, a fim de aumentar o poder de processamento do dispositivo da nuvem, realizando parte da computação nas GPUs disponíveis no cluster. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
MORTATTI, MATHEUS; YVIQUEL, HERVE; ARAUJO, GUIDO; IEEE. Automatic Ray-Tracer Cloud Offloading in OpenMP. 2018 30TH INTERNATIONAL SYMPOSIUM ON COMPUTER ARCHITECTURE AND HIGH PERFORMANCE COMPUTING (SBAC-PAD 2018), v. N/A, p. 8-pg., . (17/21339-7, 14/25694-8)
YVIQUEL, HERVE; CRUZ, LAURO; ARAUJO, GUIDO. Cluster Programming using the OpenMP Accelerator Model. ACM TRANSACTIONS ON ARCHITECTURE AND CODE OPTIMIZATION, v. 15, n. 3, . (14/25694-8, 17/21339-7)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.