Busca avançada
Ano de início
Entree

Aumentando eficiência de paralelismo de tarefas em clusters de GPUs para aplicações científicas

Processo: 20/08475-1
Modalidade de apoio:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de agosto de 2020
Vigência (Término): 29 de fevereiro de 2024
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Guido Costa Souza de Araújo
Beneficiário:Gustavo Leite
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:13/08293-7 - CECC - Centro de Engenharia e Ciências Computacionais, AP.CEPID
Assunto(s):Computação de alto desempenho   Computação em cluster   Unidade de processamento gráfico   Paralelismo   Linguagem de programação
Palavra(s)-Chave do Pesquisador:gpu cluster | High-Performance Computing | hpccs | OpenMP | task-parallelism | Computação de Alto Desempenho

Resumo

O paradigma de programação baseado em tarefas é mais robusto que sua alternativa baseada em dados pois permite que o programador se expresse com maior liberdade. No entanto, a utilização do paradigma de tarefas incorre novos desafios, por exemplo, generenciamento de dependências entre tarefas, sincronização e escalonamento. Por este motivo, neste trabalho nós visamos identificar, caracterizar e otimizar os gargalos presentes na implementação do OpenMP presente na infraestrutura de compiladores LLVM. Além disso, nós iremos usar a aplicação científica HPCCS da área de dinâmica molecular para guiar nosso estudo. Finalmente, nós pretendemos testar o HPCCS usando a nossa solução em um cluster de GPUs de maneira que a execução possa ser feita da maneira mais eficiente possível ao mesmo tempo que a aplicação original necessite do mínimo de modificações. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)