???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/1609
???org.dspace.app.webui.jsptag.ItemTag.full???
???org.dspace.app.webui.jsptag.ItemTag.dcfield??????org.dspace.app.webui.jsptag.ItemTag.value??????org.dspace.app.webui.jsptag.ItemTag.lang???
dc.contributor.advisor1Schepke, Claudio-
dc.creatorSerpa, Matheus da Silva-
dc.date.accessioned2017-06-07T18:26:14Z-
dc.date.available2017-06-07T18:26:14Z-
dc.date.issued2015-11-30-
dc.identifier.urihttp://dspace.unipampa.edu.br/jspui/handle/riu/1609-
dc.description.abstractNumerical simulations assists science advances and require ever more computing resources to their prediction. Higher resolution models will be more accurate and computationally expensive. Current supercomputers are formed by heterogeneous architectures that are divided in multi-core and many-core. Thus, developers can use both processors and accelerators for higher resolution simulations. However, developing applications for these systems is a challenge due hard programming. In this context, this study analyzed the performance of parallel applications on heterogeneous systems, by running them in processors with OpenMP and GPUs with CUDA. Therefore, seven scientific applications are developed in both libraries. Our experiments show that applications with low communication demand has better performance in GPUs, 8 times in comparasion with CPUs running 32 threads.en
dc.format.mimetypepdfpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal do Pampapt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectComputer scienceen
dc.subjectParallel architecturesen
dc.subjectHigh performance computingen
dc.titleAnálise de desempenho de aplicações paralelas em arquiteturas multi-core e many-corept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.description.resumoSimulações numéricas auxiliam no avanço da Ciência e exigem cada vez mais recursos computacionais para sua previsão. Quanto maior a resolução de um modelo, mais preciso, exato e custoso serão suas previsões. Os supercomputadores atuais são sistemas heterogêneos compostos por arquiteturas multi-core e many-core. Com isso, pesquisadores podem utilizar ambos processadores e aceleradores para simulação de problemas com resoluções maiores. Todavia, desenvolver aplicações para esses sistemas é um desafio devido a complexidade da programação. Nesse contexto, esse trabalho analisou o desempenho de aplicações paralelas em sistemas heterogêneos, executando-as em processadores com Open Multi-Processing (OpenMP) e em aceleradores com Computed Unifed Device Architecture (CUDA). Para isso, desenvolvemos sete aplicações científicas em ambas bibliotecas. Nossos experimentos mostram que para aplicações com pouca demanda de comunicação, Graphics Processing Units (GPUs) tem desempenho até 8 vezes maior que Central Processing Units (CPUs) executando com 32 threads.pt_BR
dc.subject.keywordCiência da computaçãopt_BR
dc.subject.keywordArquiteturas paralelaspt_BR
dc.subject.keywordComputação de alto desempenhopt_BR
dc.subject.vcpsCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.rights.licenceAcesso Abertopt_BR
???org.dspace.app.webui.jsptag.ItemTag.appears???Ciência da Computação

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Análise de desempenho de aplicações paralelas em arquiteturas multi-core e many-core.pdf1.06 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???
???jsp.display-item.text1??? ???jsp.display-item.display-statistics???


???jsp.display-item.text3??? ???jsp.display-item.license??? Creative Commons