Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/12218
Campo DC Valoridioma
dc.contributor.advisorQuintana Domínguez, Francisca-
dc.contributor.advisorEspasa Sans, Roger-
dc.contributor.authorAutón García, Laura-
dc.date.accessioned2014-09-26T02:30:56Z-
dc.date.accessioned2018-06-04T14:13:25Z-
dc.date.available2014-09-26T02:30:56Z-
dc.date.available2018-06-04T14:13:25Z-
dc.date.issued2014en_US
dc.identifier.urihttp://hdl.handle.net/10553/12218-
dc.description.abstractLa vectorización es un proceso de explotación de paralelismo de datos muy potente que, bien usado permite obtener un mejor rendimiento de la ejecución de las aplicaciones. Debido a ello, hoy en día muchos procesadores incluyen extensiones vectoriales en su repositorio de instrucciones. Para las máquinas basadas en estos procesadores, existen multitud de compiladores que permiten explotar la vectorización. Sin embargo, no todas las aplicaciones experimentan una mejora en el rendimiento cuando son vectorizadas, y no todos los compiladores son capaces de extraer el mismo rendimiento vectorial de las aplicaciones. Este trabajo presenta un estudio exhaustivo del rendimiento de diversas aplicaciones numéricas, con el objetivo de determinar el grado de utilización efectiva de la unidad vectorial. Tras seleccionar los benchmarks Polyhedron, Mantevo, Sequoia, SPECfp y NPB, se compilaron activando la vectorización y se simularon en una versión modificada del simulador de cache CMPSim, enriquecida con un núcleo basado en el coprocesador Intel Xeon Phitm. En aquellos casos en que la utilización era baja, se realizó un diagnóstico a nivel de software de la fuente del problema y se propusieron mejoras que podrían aumentar el uso efectivo de la unidad vectorial. Para aquellas aplicaciones limitadas por memoria, se realizó un diagnóstico a nivel de hardware con el fin de determinar hasta que punto el diseño de la máquina repercute en el rendimiento de la aplicación en casos de buen uso de la unidad vectorial.en_US
dc.formatapplication/pdfes
dc.languagespaen_US
dc.rightsby-nc-ndes
dc.subject120317 Informáticaen_US
dc.subject.otherVectorizaciónen_US
dc.subject.otherProcesadores vectorialesen_US
dc.subject.otherSimden_US
dc.subject.otherCompiladoresen_US
dc.subject.otherJerarquía de memoriaen_US
dc.titleEstudio de utilización efectiva de procesadores vectorialesen_US
dc.typeinfo:eu-repo/semantics/studentThesisen_US
dc.typeStudentThesisen_US
dc.compliance.driver1es
dc.contributor.departamentoInformática y Sistemasen_US
dc.contributor.facultadEscuela de Ingeniería Informáticaen_US
dc.identifier.absysnet700336es
dc.investigacionIngeniería y Arquitecturaen_US
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesses
dc.type2Proyecto fin de carreraen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-25252es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-INFen_US
dc.contributor.titulacionIngeniero en Informáticaes
item.grantfulltextopen-
item.fulltextCon texto completo-
crisitem.advisor.deptGIR IUCES: Computación inteligente, percepción y big data-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
Colección:Proyecto fin de carrera
miniatura
Memoria
Adobe PDF (2,21 MB)
miniatura
Código
Adobe PDF (433,87 kB)
Vista resumida

Visitas

100
actualizado el 10-dic-2023

Descargas

306
actualizado el 10-dic-2023

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.