Procesamiento masivamente paralelo de aplicaciones científicas en arquitecturas híbridas soportado por multi-gpu

Simple item page
dc.contributor.advisorBarrios Hernández, Carlos Jaime
dc.contributor.advisorRaffin, Bruno
dc.contributor.authorHernandez Ariza, Monica Liliana
dc.date.accessioned2024-03-03T22:34:04Z
dc.date.available2016
dc.date.available2024-03-03T22:34:04Z
dc.date.created2016
dc.date.issued2016
dc.description.abstractSimulaciones numéricas usando supercomputadores están produciendo un creciente volumen de datos. La producción y análisis eficiente de los datos son clave para futuros descubrimientos. El paradigma in situ emerge como una solución prometedora para evitar el cuello de botella en los dispositivos E/S que se genera en el sistema de archivos por la simulación y el análisis. El principio es procesar los datos tan cerca como sea posible donde y cuando estos son producidos. Varias estrategias e implementaciones han sido propuestas en los íltimos a˜nos para soportar procesamiento in situ con un bajo impacto en el rendimiento de la simulación. Aín así, pocos esfuerzos se han hecho en el escenario de procesamiento de análisis in situ con aplicaciones híbridas que soporten aceleradores como GPUs. En éste trabajo, se propone un estudio de las estrategias in situ usando Gromacs, un paquete de simulación de dinámica molecular con soporte multi-GPU, como aplicación de prueba. Dicho estudio se enfoca en el uso de recursos computacionales de la máquina por la simulación y el análisis in situ. Para finalizar, las estrategias de ubicación in situ son extendidas al caso de análisis in situ ejecutado en la GPU y se estudia su impacto en el rendimiento de Gromacs y la utilización de recursos. En particular se muestra que la ejecución de análisis in situ en GPU puede ser una solución más eficiente que en la CPU especialmente cuando la CPU es el cuello de botella de la simulación.
dc.description.abstractenglishMassive parallel processing of scientific applications in hybrid architectures supported by multigpu
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/34103
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectFlowvr
dc.subjectUnidades De Procesamiento Grafico ´ Gpu
dc.subjectGromacs
dc.subjectAnalisis In Situ
dc.subject.keywordNumerical simulations using supercomputers are producing an ever growing amount of data. Efficient production and analysis of these data are the key to future discoveries. The in situ paradigm is emerging as a promising solution to avoid the I/O bottleneck encountered in the file system for both the simulation and the analytics by treating the data as soon as they are produced in memory. Various strategies and implementations have been proposed in the last years to support in situ treatments with a low impact on the simulation performance. Yet
dc.subject.keywordlittle efforts have been made when it comes to perform in situ analytics with hybrid simulations supporting accelerators like GPUs. In this project
dc.subject.keyworda study of the in situ strategies with Gromacs is proposed
dc.subject.keyworda molecular dynamic simulation code supporting multi-GPUs
dc.subject.keywordas the application target. The study is specifically focused on the computational resources usage of the machine by the simulation and the in situ analytics. Finally the usual in situ placement strategies are extended to the case of in situ analytics running on a GPU and their impact on both Gromacs performance and the resource usage of the machine is studied. In particular it is shown that running in situ analytics on the GPU can be a more efficient solution than on the CPU especially when the CPU is the bottleneck of the simulation.
dc.titleProcesamiento masivamente paralelo de aplicaciones científicas en arquitecturas híbridas soportado por multi-gpu
dc.title.englishFlowvr, Graphics Processing Units, Gromacs, In Situ Analysis
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
86.26 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
1.9 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
287.61 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática