1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. GRAD - Cursos de Graduação
  3. TCC - Trabalhos de Conclusão de Curso de Graduação
  4. Curitiba
  5. CT - Sistemas de Informação
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/36581
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBossoni, Giovani-
dc.creatorSilva Junior, José Moscardi da-
dc.date.accessioned2025-04-16T21:07:01Z-
dc.date.available2025-04-16T21:07:01Z-
dc.date.issued2023-11-30-
dc.identifier.citationBOSSONI, 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.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/36581-
dc.description.abstractWith 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/pt_BR
dc.subjectProgramação paralela (Computação)pt_BR
dc.subjectUnidades de processamento gráficopt_BR
dc.subjectAlgorítmos paralelospt_BR
dc.subjectGerenciamento de memória (Computação)pt_BR
dc.subjectParallel programming (Computer science)pt_BR
dc.subjectGraphics processing unitspt_BR
dc.subjectParallel algorithmspt_BR
dc.subjectMemory Management (Computer science)pt_BR
dc.titleAnálise comparativa de métodos de carregamento de dados em GPU para multiplicação de matriz-vetorpt_BR
dc.title.alternativeComparative analysis of methods data loading into GPU for matrix-vector multiplicationpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoCom 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.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Bueno, Paulo Roberto-
dc.contributor.referee1Bueno, Paulo Roberto-
dc.contributor.referee2Pelisson, Luiz Augusto-
dc.contributor.referee3Gonçalves, Marcelo Mikosz-
dc.publisher.countryBrasilpt_BR
dc.publisher.programSistemas de Informaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:CT - Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
analisecomparativametodosmultiplicacao.pdf582,38 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons