Computação de alto desempenho utilizando unidade de processamento gráfico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional do UniCEUB |
Texto Completo: | https://repositorio.uniceub.br/jspui/handle/123456789/3325 |
Resumo: | Nos últimos anos o hardware gráfico se desenvolveu além de suas funções fixas. Hoje existem placas gráficas completamente programáveis; novos ambientes de programação estão sendo desenvolvidos através de linguagens de programação de rá- pida curva de aprendizado, como a linguagem CUDA. Nas placas gráficas mais modernas são encontradas centenas de unidades de processamento (unidades lógicoaritméticas), tornando possível distribuir o poder de processamento de forma a resolver problemas complexos que seriam impossíveis de resolver utilizando um único núcleo de processamento, devido ao tempo de execução. O paralelismo oferecido pela arquitetura SIMD (Single Instruction Multiple Data) e a maior flexibilidade nas linguagens de programação deste tipo de hardware abrem novas possibilidades de aplicação, fato que vem chamando a atenção da comunidade científica. Neste trabalho, será mostrado uma simulação do movimento browniano correlacionado, implementado no hardware Geforce NVIDIA 9800 GTX com a plataforma de desenvolvimento CUDA SDK 2.0. Usando este hardware é possível resolver, em paralelo, um ensemble de partículas descrito pela Equação de Langevin Generalizada (ELG), que é uma equação integro-diferencial estocástica. Como a ELG é equivalente a equação do movimento de Heisenberg para um operador quântico, e também a dinâmica Hamiltoniana clássica, ela é útil para modelar fenômenos dinâmicos de interesse em muitas áreas do conhecimento como: difusão anômala, circuitos nanoeletrônicos, escoamento em meios desordenados, condução anômala etc. Os resultados mostram uma aceleração de 27 vezes para o código executando em GPU em comparação com um código otimizado executando em um processador Intel Q6600. Com esse resultado, é possível concluir que usar hardware gráfico para simulação de processos estocásticos é uma excelente opção, permitindo a solução de sistemas maiores, aumento de precisão dos resultados, abrindo novas possibilidades de pesquisa. |
id |
CEUB_cf7b45731ce20a98e8434416a1afb122 |
---|---|
oai_identifier_str |
oai:repositorio.uniceub.br:123456789/3325 |
network_acronym_str |
CEUB |
network_name_str |
Repositório Institucional do UniCEUB |
repository_id_str |
2361 |
spelling |
Silva, Alison Barros daKlein, Flavio Antônio2012-10-232012-10-30T15:45:00Z2013-05-09T21:04:19Z2012-10-232012-10-30T15:45:00Z2013-05-09T21:04:19Z2008-122008-12https://repositorio.uniceub.br/jspui/handle/123456789/3325Nos últimos anos o hardware gráfico se desenvolveu além de suas funções fixas. Hoje existem placas gráficas completamente programáveis; novos ambientes de programação estão sendo desenvolvidos através de linguagens de programação de rá- pida curva de aprendizado, como a linguagem CUDA. Nas placas gráficas mais modernas são encontradas centenas de unidades de processamento (unidades lógicoaritméticas), tornando possível distribuir o poder de processamento de forma a resolver problemas complexos que seriam impossíveis de resolver utilizando um único núcleo de processamento, devido ao tempo de execução. O paralelismo oferecido pela arquitetura SIMD (Single Instruction Multiple Data) e a maior flexibilidade nas linguagens de programação deste tipo de hardware abrem novas possibilidades de aplicação, fato que vem chamando a atenção da comunidade científica. Neste trabalho, será mostrado uma simulação do movimento browniano correlacionado, implementado no hardware Geforce NVIDIA 9800 GTX com a plataforma de desenvolvimento CUDA SDK 2.0. Usando este hardware é possível resolver, em paralelo, um ensemble de partículas descrito pela Equação de Langevin Generalizada (ELG), que é uma equação integro-diferencial estocástica. Como a ELG é equivalente a equação do movimento de Heisenberg para um operador quântico, e também a dinâmica Hamiltoniana clássica, ela é útil para modelar fenômenos dinâmicos de interesse em muitas áreas do conhecimento como: difusão anômala, circuitos nanoeletrônicos, escoamento em meios desordenados, condução anômala etc. Os resultados mostram uma aceleração de 27 vezes para o código executando em GPU em comparação com um código otimizado executando em um processador Intel Q6600. Com esse resultado, é possível concluir que usar hardware gráfico para simulação de processos estocásticos é uma excelente opção, permitindo a solução de sistemas maiores, aumento de precisão dos resultados, abrindo novas possibilidades de pesquisa.Made available in DSpace on 2013-05-09T21:04:19Z (GMT). No. of bitstreams: 2 20366856.pdf.txt: 70946 bytes, checksum: 40026b6769ccd0d6c623be2bc6e9645b (MD5) 20366856.pdf: 732193 bytes, checksum: 12b1501ae4b62dfa71409ad51427181e (MD5) Previous issue date: 2008-07Unidade de Processamento GráficoGraphics processing unitGPGPUHigh performance computingCompute unified device architectureCUDAMovimento brownianoEquação de langevin generalizadaComputação de alto desempenho utilizando unidade de processamento gráficoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional do UniCEUBinstname:Centro de Ensino de Brasília (UNICEUB)instacron:UNICEUBinfo:eu-repo/semantics/openAccessTEXT20366856.pdf.txtExtracted texttext/plain70946https://repositorio.uniceub.br/bitstream/123456789/3325/1/20366856.pdf.txt40026b6769ccd0d6c623be2bc6e9645bMD51ORIGINAL20366856.pdfapplication/pdf732193https://repositorio.uniceub.br/bitstream/123456789/3325/2/20366856.pdf12b1501ae4b62dfa71409ad51427181eMD52123456789/33252019-06-03 17:38:26.786oai:repositorio.uniceub.br:123456789/3325Repositório de PublicaçõesPRIhttps://repositorio.uniceub.br/oai/requestopendoar:23612019-06-03T17:38:26Repositório Institucional do UniCEUB - Centro de Ensino de Brasília (UNICEUB)false |
dc.title.pt_BR.fl_str_mv |
Computação de alto desempenho utilizando unidade de processamento gráfico |
title |
Computação de alto desempenho utilizando unidade de processamento gráfico |
spellingShingle |
Computação de alto desempenho utilizando unidade de processamento gráfico Silva, Alison Barros da Unidade de Processamento Gráfico Graphics processing unit GPGPU High performance computing Compute unified device architecture CUDA Movimento browniano Equação de langevin generalizada |
title_short |
Computação de alto desempenho utilizando unidade de processamento gráfico |
title_full |
Computação de alto desempenho utilizando unidade de processamento gráfico |
title_fullStr |
Computação de alto desempenho utilizando unidade de processamento gráfico |
title_full_unstemmed |
Computação de alto desempenho utilizando unidade de processamento gráfico |
title_sort |
Computação de alto desempenho utilizando unidade de processamento gráfico |
author |
Silva, Alison Barros da |
author_facet |
Silva, Alison Barros da |
author_role |
author |
dc.contributor.author.fl_str_mv |
Silva, Alison Barros da |
dc.contributor.advisor1.fl_str_mv |
Klein, Flavio Antônio |
contributor_str_mv |
Klein, Flavio Antônio |
dc.subject.por.fl_str_mv |
Unidade de Processamento Gráfico Graphics processing unit GPGPU High performance computing Compute unified device architecture CUDA Movimento browniano Equação de langevin generalizada |
topic |
Unidade de Processamento Gráfico Graphics processing unit GPGPU High performance computing Compute unified device architecture CUDA Movimento browniano Equação de langevin generalizada |
description |
Nos últimos anos o hardware gráfico se desenvolveu além de suas funções fixas. Hoje existem placas gráficas completamente programáveis; novos ambientes de programação estão sendo desenvolvidos através de linguagens de programação de rá- pida curva de aprendizado, como a linguagem CUDA. Nas placas gráficas mais modernas são encontradas centenas de unidades de processamento (unidades lógicoaritméticas), tornando possível distribuir o poder de processamento de forma a resolver problemas complexos que seriam impossíveis de resolver utilizando um único núcleo de processamento, devido ao tempo de execução. O paralelismo oferecido pela arquitetura SIMD (Single Instruction Multiple Data) e a maior flexibilidade nas linguagens de programação deste tipo de hardware abrem novas possibilidades de aplicação, fato que vem chamando a atenção da comunidade científica. Neste trabalho, será mostrado uma simulação do movimento browniano correlacionado, implementado no hardware Geforce NVIDIA 9800 GTX com a plataforma de desenvolvimento CUDA SDK 2.0. Usando este hardware é possível resolver, em paralelo, um ensemble de partículas descrito pela Equação de Langevin Generalizada (ELG), que é uma equação integro-diferencial estocástica. Como a ELG é equivalente a equação do movimento de Heisenberg para um operador quântico, e também a dinâmica Hamiltoniana clássica, ela é útil para modelar fenômenos dinâmicos de interesse em muitas áreas do conhecimento como: difusão anômala, circuitos nanoeletrônicos, escoamento em meios desordenados, condução anômala etc. Os resultados mostram uma aceleração de 27 vezes para o código executando em GPU em comparação com um código otimizado executando em um processador Intel Q6600. Com esse resultado, é possível concluir que usar hardware gráfico para simulação de processos estocásticos é uma excelente opção, permitindo a solução de sistemas maiores, aumento de precisão dos resultados, abrindo novas possibilidades de pesquisa. |
publishDate |
2008 |
dc.date.criacao.pt_BR.fl_str_mv |
2008-12 |
dc.date.issued.fl_str_mv |
2008-12 |
dc.date.accessioned.fl_str_mv |
2012-10-23 2012-10-30T15:45:00Z 2013-05-09T21:04:19Z |
dc.date.available.fl_str_mv |
2012-10-23 2012-10-30T15:45:00Z 2013-05-09T21:04:19Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.uniceub.br/jspui/handle/123456789/3325 |
url |
https://repositorio.uniceub.br/jspui/handle/123456789/3325 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do UniCEUB instname:Centro de Ensino de Brasília (UNICEUB) instacron:UNICEUB |
instname_str |
Centro de Ensino de Brasília (UNICEUB) |
instacron_str |
UNICEUB |
institution |
UNICEUB |
reponame_str |
Repositório Institucional do UniCEUB |
collection |
Repositório Institucional do UniCEUB |
bitstream.url.fl_str_mv |
https://repositorio.uniceub.br/bitstream/123456789/3325/1/20366856.pdf.txt https://repositorio.uniceub.br/bitstream/123456789/3325/2/20366856.pdf |
bitstream.checksum.fl_str_mv |
40026b6769ccd0d6c623be2bc6e9645b 12b1501ae4b62dfa71409ad51427181e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do UniCEUB - Centro de Ensino de Brasília (UNICEUB) |
repository.mail.fl_str_mv |
|
_version_ |
1797133945408585728 |