Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/36581| Título: | Análise comparativa de métodos de carregamento de dados em GPU para multiplicação de matriz-vetor |
| Título(s) alternativo(s): | Comparative analysis of methods data loading into GPU for matrix-vector multiplication |
| Autor(es): | Bossoni, Giovani Silva Junior, José Moscardi da |
| Orientador(es): | Bueno, Paulo Roberto |
| Palavras-chave: | Programação paralela (Computação) Unidades de processamento gráfico Algorítmos paralelos Gerenciamento de memória (Computação) Parallel programming (Computer science) Graphics processing units Parallel algorithms Memory Management (Computer science) |
| Data do documento: | 30-Nov-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | BOSSONI, Giovani; SILVA JUNIOR, José Moscardi da. Análise comparativa de métodos de carregamento de dados em GPU para multiplicação de matriz-vetor. 2023. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2023. |
| Resumo: | Com o advento de processadores Multicores surge a necessidade do desenvolvimento de algoritmos capazes de aproveitar o paralelismo desse novo Hardware. Este trabalho realiza uma análise de comparativa dos métodos de transferências de dados entre CPU e GPU e o impacto no desempenho na computação da multiplicação de matriz-vetor na plataforma CUDA, Utilizando de três abordagens: a comum, Unifed Memory e Streams, onde a última mostrou ganhos a partir de 10% a 35% de ganho em cenários onde há uma grande quantidade de dados. |
| Abstract: | With the introdution of multicores processors, there is a new need to develop new algorithms capable of taking advantage of the parallelism from the new Hardware. This project porpose a comparative analysis between methods for data transfer between CPU and GPU and the impact on perfomance on computation of matrix-vector multiplication on CUDA plataform, Using three approaches: common, Unifed Memory and Streams, where the last one has shown gains from 10% to 35% in scenarios where there is a large amount of data. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/36581 |
| Aparece nas coleções: | CT - Sistemas de Informação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| analisecomparativametodosmultiplicacao.pdf | 582,38 kB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
