Zrównoleglanie i automatyczne dostosowanie algorytmów numerycznych do architektur hybrydowych z akceleratorami GPU - Książki Medyczne - Najtańsza Księgarnia Medyczna
img
img

Zrównoleglanie i automatyczne dostosowanie algorytmów numerycznych do architektur hybrydowych z akceleratorami GPU

  • Dostępność: Brak
  • Wydawca: Wydawnictwo Naukowe PWN

Tytuł: Zrównoleglanie i automatyczne dostosowanie algorytmów numerycznych do architektur hybrydowych z akceleratorami GPU

Autor: Rojek Krzysztof, Szustak Łukasz, Wyrzykowski Roman

Rok: 2015

Format: 16.5x23.5cm

Stron: 204

ISBN: 9788301181192

Jeden z najbardziej perspektywicznych kierunków zwiększenia wydajności współczesnych komputerów stanowi budowa systemów obliczeniowych wykorzystujących rozwiązania hybrydowe, łączące wielordzeniowe procesory ogólnego przeznaczenia i dedykowane, masywnie zrównoleglone akceleratory obliczeniowe, takie jak np. procesory graficzne GPU czy też koprocesory Intel Xeon Phi.

Jednakże pomimo potencjalnie dużej mocy obliczeniowej, efektywne przeprowadzenie obliczeń równoległych w środowisku architektur hybrydowych, charakteryzujących się znacznym stopniem heterogeniczności, jest dla programistów dużym wyzwaniem. Budowa równoległych aplikacji dla takich środowisk jest dużo bardziej skomplikowana niż tworzenie programów dla konwencjonalnych, homogenicznych systemów równoległych. Efektywne wykorzystanie dostępnych zasobów wymaga odpowiedniego odwzorowania algorytmów oraz jak najbardziej optymalnego równoważenia obciążenia. W niniejszej monografii metody rozwiązywania powyższych problemów przedstawiono na przykładzie algorytmów stosowanych do analizy przepływów geo- i astrofizycznych w modelu numerycznym EULAG, zaproponowanym przez polskich badaczy i rozwijanym następnie przez szerokie grono uczonych z rożnych krajów, zajmujących się m.in. numeryczną prognozą pogody.

Książka jest przeznaczona dla szerokiego kręgu osób zainteresowanych architekturą, programowaniem i wykorzystaniem współczesnych systemów równoległych, a w szczególności systemów z masywnie wielordzeniowymi akceleratorami obliczeniowymi, takimi jak procesory graficzne GPU.