Python vs Julia vs Matlab para programação paralela

• Autor(a) principal: Monteiro, Luís Miguel Frade Ferreira
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/144294
• topic: Paralelismo; Python; Julia; Matlab; Performance; Benchmarks; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática

As linguagens de programação Python, Julia e Matlab são muito populares na computação científica, sendo utilizadas, em todo o mundo, para resolução de problemas de elevada complexidade podendo envolver cálculo numérico, resolução de sistemas de equações, efetuar simulações e otimizações, etc. Deste modo, estas linguagens são relevantes para engenheiros, economistas e cientistas a nível mundial, pelo que a sua utilidade se estende muito para além do meio informático. O sucesso destas linguagens está ligado, entre outros fatores, à sua facilidade de aprendizagem e utilização, à qualidade (e quantidade) das bibliotecas providenciadas e à possibilidade de utilizar de forma eficiente os recursos disponíveis para resolução de problemas. Outro aspeto relevante destas linguagens é a eficiência dos mecanismos de paralelismo oferecidos. O recurso à programação paralela tem emergido cada vez mais como um fator imprescindível na programação moderna como forma de melhorar a performance dos programas criados. Perante dúvidas levantadas sobre o desempenho destas linguagens relativamente às formas de paralelismo oferecidas, surgiu a necessidade de fazer uma análise e comparação das mesmas. Deste modo, os utilizadores poderão formar opiniões fundamentadas para decidir a que linguagem recorrer. Para avaliar e comparar o desempenho de programas nas três linguagens recorremos, nesta dissertação, ao uso de benchmarks e microbenchmarks baseados no algoritmo de otimização DMS (utilizado no contexto em que o trabalho se realiza). Fazemos também uma análise dos benefícios e desvantagens de reescrever o algoritmo, inicialmente implementado em Matlab, para Python e Julia.