Logo do repositório
  • Português do Brasil
  • English
  • Español
  • Français
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
Logo do repositório
  • Tudo na BDM
  • Documentos
  • Contato
  • Português do Brasil
  • English
  • Español
  • Français
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "PAZ, Geovani Oliveira Cabral da"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Trabalho de Curso - Graduação - MonografiaAcesso aberto (Open Access)
    O uso de aceleradores gráficos aplicados ao modelo XcalableMP para a paralelização de algoritmos genéticos
    (2017-03-09) PAZ, Geovani Oliveira Cabral da; ARAÚJO, Josivaldo de Souza; http://lattes.cnpq.br/8158963767870649
    Este trabalho tem como objetivo apresentar e avaliar uma estrutura de computação de clusters de aceleradores gráficos utilizando uma proposta de modelo de programação em memória distribuída, o XcalableMP. A programação paralela em memória distribuida geralmente, tira proveito, da divisão do trabalho de computação entre as CPUs do sistema, usando mecanismos de troca de mensagens como o MPI, porém desde o surgimento e eventual crescimento da computação em GPU novas possibilidades surgiram, também, no sentido de organizar máquinas distribuídas, equipadas com GPUs em ambientes de computação paralela, visando assim obter vantagens de um sistema híbrido composto por CPUs e GPUs, principalmente no significativo ganho de desempenho computacional. Assim, o presente trabalho utiliza uma arquitetura de cluster de aceleradores gráficos com objetivo de obter ganhos computacionais na solução de funções de algoritmos genéticos. O modelo XcalableMP foi usado como o gerenciador de processos em memória distribuída e o OpenACC como modelo de programação em GPU, formando assim, toda a estrutura de habilitação de programação híbrida. Os algoritmos genéticos foram executados e testados, destancando com isso, o ganho de desempenho computacional na execução das funções fitness, comparando-se as execuções sequenciais em CPU e execuções utilizando uma e duas GPUs.
Logo do RepositórioLogo do Repositório
Nossas Redes:

DSpace software copyright © 2002-2025 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Enviar uma Sugestão
Brasão UFPA