Show simple item record

dc.date.accessioned 2016-08-10T12:29:57Z
dc.date.available 2016-08-10T12:29:57Z
dc.identifier.uri https://digital.cic.gba.gob.ar/handle/11746/3504
dc.title Análisis de paralelización con memoria compartida y memoria distribuida en clusters de nodos con múltiples núcleos es
dc.type Documento de conferencia es
dcterms.abstract This article presents the alternatives and performance results obtained after analyzing parallelization alternatives in clusters of nodes with multiple cores. The ultimate goal is to show if both processing and parallelization models (shared memory and distributed memory) need to be taken into account, or if only one of them is enough. The application used is classical in the context of highperformance computing: matrix multiplication. Even though this operation is representative of linear algebra applications, results are shown in terms of the conditions under which performance can be optimized and where algorithm parallelization efforts should be focused on for clusters of nodes with multiple cores. These clusters are nowadays considered as low-cost standards, since almost any desktop computer used to build clusters is based on a multi-core processor, and even on multi-processors. In any case, all processing units should be used to their maximum to optimize the performance of parallel applications. en
dcterms.abstract En este trabajo se presentan las alternativas y los resultados de rendimiento obtenidos del análisis de las alternativas de paralelización en clusters de nodos con múltiples núcleos. El objetivo final es mostrar si es necesario tener en cuenta los dos modelos de procesamiento y paralelización (memoria compartida y memoria distribuida) o solamente uno de ellos. La aplicación utilizada es clásica en el contexto de cómputo de alto rendimiento: la multiplicación de matrices. Si bien esta operación es representativa de las aplicaciones de álgebra lineal, se muestran los resultados en términos de las condiciones bajo las cuales se puede optimizar rendimiento y hacia dónde debe estar enfocado el esfuerzo de la paralelización de algoritmos en los clusters de nodos con múltiples núcleos. Estos clusters son considerados como los estándares de bajo costo hoy en día, dado que casi cualquier máquina de escritorio con la que se construyen los clusters está basada en un procesador con más de un núcleo e, inclusive con más de un procesador. En cualquier caso, todas las unidades de procesamiento deberían ser utilizadas al máximo para optimizar el rendimiento obtenido por las aplicaciones paralelas es
dcterms.description Workshop de Procesamiento Distribuido y Paralelo (WPDP) es
dcterms.extent 12 p. es
dcterms.issued 2008-10
dcterms.language Español es
dcterms.license Attribution 4.0 International (BY 4.0) es
dcterms.subject Shared memory en
dcterms.subject Distributed memories en
dcterms.subject Parallel en
cic.version info:eu-repo/semantics/submittedVersion es
dcterms.creator.author Wolfmann, Aaron Gustavo Horacio es
dcterms.creator.author Tinetti, Fernando Gustavo es
cic.lugarDesarrollo Instituto de Investigación en Informática es
dcterms.subject.materia Ciencias Informáticas es
dcterms.identifier.url Recurso Completo es
dcterms.isPartOf.issue XIV Congreso Argentino de Ciencias de la Computación es
dcterms.isPartOf.series Congreso Argentino de Ciencias de la Computación es
cic.isPeerReviewed true es
cic.isFulltext true es


Files

  • Icon

    Documento completo 

    PDF file (190.5Kb)

  • This item appears in the following Collection(s)

    Show simple item record