Introducción a la Arquitectura y Plataforma de Programación de Cómputo Paralelo CUDA (36 hrs) Instructor M. en C. Cristhian Alejandro Ávila-Sánchez
|
|
- Elena Murillo Piñeiro
- hace 5 años
- Vistas:
Transcripción
1 Introducción a la Arquitectura y Plataforma de Programación de Cómputo Paralelo CUDA (36 hrs) I Presentación: Instructor M. en C. Cristhian Alejandro Ávila-Sánchez CUDA (Compute Unified Device Architecture) es la plataforma de cómputo paralelo de alto rendimiento desarrollada por NVIDIA. Su arquitectura está basada en un conjunto de miríadas de unidades de procesamiento (GPU, graphic processing units) interconectadas entre sí sobre las cuales se pueden correr aplicaciones distribuidas y paralelas mediante múltiples hilos de ejecución agrupados en warps. Cada GPU consta de dos o más procesadores de flujo y un planificador que gestiona la concurrencia y el orden de ejecución de los hilos, además de una memoria cache local. La arquitectura y la plataforma cuentan, entre sus principales características, con 1) múltiples colas de trabajo (hyper-q) para atender la ejecución de los hilos entre los múltiples núcleos, 2) paralelismo dinámico (dynamic parallelism) para crear kernels de procesamiento bajo demanda durante tiempo de ejecución, 3) administración de rejilla (grid management) de núcleos e hilos de procesamiento en grupos de granularidad variable, 4) un API de programación con instrucciones atómicas tanto lógicas como de aritmética entera, funciones de permutación de datos entre hilos dentro de un warp (warp shuffle) y 5) funcionalidades de sincronización. Su diseño y el avance en tecnología, permiten construir chips con gran capacidad de cómputo, alto desempeño y eficiencia. Por ejemplo, uno de los modelos más recientes, la tarjeta CUDA Pascal GeForce GTX 1060 cuenta con 1280 núcleos de procesamiento, cada uno con una velocidad de 1.75 GHz, memoria total de 6GB, con un ancho de banda de 192 GB/s, lo que en conjunto ofrece una capacidad de cómputo de 4.4 TFLOPs con 400 Watts de potencia. Estas características y demás funcionalidades de las tarjetas CUDA las hacen ideales para el procesamiento de gráficos, aceleración de cálculos, cómputo intensivo, análisis masivo de datos, algoritmos de aprendizaje de máquina, criptografía, métodos numéricos, simulaciones de física de partículas, modelado de dinámica molecular y programas de bioinformática, entre varias aplicaciones. Objetivo General: Presentar una introducción y un panorama general de la arquitectura y plataforma NVIDIA CUDA, así como los principios y aspectos básicos de diseño y programación para desarrollar aplicaciones distribuidas y paralelas en esta tecnología. El curso es teóricopráctico, con ejemplos y ejercicios incluidos en cada clase. II Perfil de ingreso: Conocimientos de programación en Lenguaje C/C++. Deseable: conocimientos de cómputo distribuido y paralelo. 1
2 III Keywords: CUDA, NVIDIA, cómputo distribuido y paralelo, tarjeta gráfica, simulaciones, cómputo científico. IV Temario: 0 Introducción a CUDA: Cómputo distribuido, paralelo y de alto desempeño con GPU (graphic processing units). 1 Arquitecturas CUDA 1.1 Tesla 1.2 Fermi 1.3 Kepler 1.4 Maxwell 1.5 Pascal 1.6 Volta 2 Instalando CUDA 2.1 Toolkit 2.2 Drivers 2.3 Configuración 2.4 Prueba de consulta del funcionamiento del dispositivo 2.5 Práctica: Sesión de instalación y configuración 2.6 Práctica: Consulta del estado de la tarjeta y pruebas de funcionamiento 3 CUDA SDK y ambiente de programación 3.1 Compilador CUDA 3.2 Enlazado de dispositivos 3.3 IDE NVIDIA Nsight 3.4. Práctica: Configuración y exploración del IDE NVIDIA Nsight 4 Primer programa CUDA: Aspectos básicos. 4.1 Código anfitrión (host) y de dispositivo (device) 4.2 kernels, rejillas (grids), bloques, hilos (threads) y warps. 4.3 Variables integradas: griddim, blockidx, blockdim, threadidx, warpsize. 4.4 Práctica: Desarrollo de un programa CUDA con una estructura básica. 5 Arquitectura de Hardware 5.1 GPU (graphic processing unit) 5.1 Flujos (streams) 5.2 Rejilla (grids) 5.3 Warps 5.4 Núcles (cores) 5.5 Warps 5.6 Memoria 5.7 Práctica: Consulta de los recursos de hardware disponibles vía un programa CUDA 2
3 6 Arquitectura de Máquina Virtual 6.1 Parallel Thread Execution (PTX) 6.2 Modelo de programación PTX. 6.3 Jerarquía de hilos y de memoria 6.4 Registros y set de instrucciones 6.5 Práctica: Compilación de un programa CUDA, reconocimiento y mapeo del código objeto de la máquina virtual PTX 7 Plataforma de Software 7.1 Jerarquía de memoria 7.2 Jerarquía de hilos, bloques y kernels. 7.3 Práctica: Programación y ejecución de kernels con granularidad variable 7.4 Práctica: Manejo de memoria dentro de kernels 8 Sistema de tiempo de ejecución 8.1 Hilos (threads) 8.2 Grupos de hilos (warps) 8.3 Bloques (blocks) 8.4 Kernels 8.5 Flujos (streams) 8.6 Eventos 8.7 Práctica: Programación y ejecución de la jerarquía de kernels e hilos 9 Memoria 9.1 Memorias de dispositivo (device), anfitrión (host) y global 9.2 Inicialización 9.3 Compartida (shared) 9.4 Paginada (paged) y fija (page-locked) 9.5 Unificada (unified) 9.5 Práctica: Asignación, uso y liberación de memoria 10 Sincronización 10.1 Ejecución concurrente síncrona 10.2 Regiones compartidas 10.3 Exclusión mutua 10.4 Barreras de hilos 10.5 Práctica: Sincronización de hilos 11 Ejecución Asíncrona 11.1 Ejecución concurrente asíncrona 11.2 Flujos 11.3 Eventos 11.4 Prioridades 11.5 Práctica: Concurrencia asíncrona de hilos 12 Funciones atómicas de lógica binaria y de aritmética entera 12.1 and, or, xor 12.2 add, sub 12.3 inc, dec 12.4 min, max 3
4 12.5 exch, cas 12.6 Empleo en exclusión mutua y esquemas de reducción 12.6 Práctica: Manejo de funciones atómicas lógicas y aritméticas 13 Cómputo y comunicación en warps 13.1 Funciones de permutación 13.2 Intercambio 13.3 Broadcast 13.4 Scan 13.5 Reducción 13.6 Práctica: Programación de algoritmos de comunicación entre hilos dentro de warps 14 Características y funcionalidades CUDA 14.1 Hyper-Q Streaming Multiprocessor 14.2 Grid Management Unit 14.3 Warp Scheduling 14.4 Dynamic Parallelism 14.5 Práctica: Funcionamiento de hilos y kernels con hyper-q, grid-management, warp-scheduling y dynamic parallelism 15 Desarrollo de una aplicación integrativa 15.1 Librería de Algebra Lineal 15.2 Práctica: Integración de módulos programados en los ejercicios previos para desarrollar una librería de algebra lineal distribuida y paralela 16 Guía de programación y recomendaciones 16.1 Recursos de procesamiento 16.2 Depurador 16.3 Evaluación de perfiles de rendimiento 16.4 Control de flujos 16.5 Optimizaciones de memoria y procesamiento 16.6 Despliegue y entrega de aplicaciones 16.7 Práctica: Pruebas, depuración, evaluación del desempeño y optimización de la librería de algebra lineal V Bibliografía: CUDA for Engineers: An Introduction to High-Performance Parallel Computing (2015) Duane Storti and Mete Yurtoglu Ed. Addison-Wesley Professional CUDA C Programming (2014) John Cheng and Max Grossman Ed. Wrox VI Recursos en Línea: NVIDIA CUDA: 4
5 Tarjeta Pascal: Tarjeta Tesla: CUDA Toolkit y drivers: Guía de Programación: Recursos para desarrolladores: IDE NVIDIA Nsight (ediciones para Linux, MacOS y Windows): 5
Francisco J. Hernández López
Francisco J. Hernández López fcoj23@cimat.mx 2 Procesadores flexibles de procesamiento general Se pueden resolver problemas de diversas áreas: Finanzas, Gráficos, Procesamiento de Imágenes y Video, Algebra
Más detallesCUDA (Compute Unified Device Architecture)
CUDA (Compute Unified Device Architecture) Alvaro Cuno 23/01/2010 1 CUDA Arquitectura de computación paralela de propósito general La programación para la arquitectura CUDA puede hacerse usando lenguaje
Más detallesAlejandro Molina Zarca
Compute Unified Device Architecture (CUDA) Que es CUDA? Por qué CUDA? Dónde se usa CUDA? El Modelo CUDA Escalabilidad Modelo de programación Programación Heterogenea Memoria Compartida Alejandro Molina
Más detallesINTRODUCCIÓN A LA PROGRAMACIÓN EN CUDA. Francisco Javier Hernández López
INTRODUCCIÓN A LA PROGRAMACIÓN EN CUDA Francisco Javier Hernández López http://www.cimat.mx/~fcoj23 Guanajuato, Gto. Noviembre de 2012 Introducción a la Programación en CUDA 2 Qué es el Cómputo Paralelo
Más detallesMAGMA. Matrix Algebra on GPU and Multicore Architecture. Ginés David Guerrero Hernández
PLASMA GPU MAGMA Rendimiento Trabajo Futuro MAGMA Matrix Algebra on GPU and Multicore Architecture Ginés David Guerrero Hernández gines.guerrero@ditec.um.es Grupo de Arquitecturas y Computación Paralela
Más detallesGPGPU ( GENERAL PURPOSE COMPUTING ON GRAPHICS PROCESSING UNITS)
26 GPGPU ( GENERAL PURPOSE COMPUTING ON GRAPHICS PROCESSING UNITS) Técnica GPGPU consiste en el uso de las GPU para resolver problemas computacionales de todo tipo aparte de los relacionados con el procesamiento
Más detallesPlan 95 Adecuado DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA DE ESPECIALIDAD ÁREA: TÉCNICAS DIGITALES HORAS SEM.: 4 HS. HORAS / AÑO: 64 HS.
Plan 95 Adecuado ASIGNATURA: COMPUTACIÓN PARALELA CON PROCESADORES GRÁFICOS CODIGO: 95-0409 DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA DE ESPECIALIDAD ÁREA: TÉCNICAS DIGITALES HORAS SEM.: 4 HS. HORAS /
Más detallesFrancisco Javier Hernández López
Francisco Javier Hernández López fcoj23@cimat.mx http://www.cimat.mx/~fcoj23 Ejecución de más de un cómputo (cálculo) al mismo tiempo o en paralelo, utilizando más de un procesador. Arquitecturas que hay
Más detallesCUDA: MODELO DE PROGRAMACIÓN
CUDA: MODELO DE PROGRAMACIÓN Autor: Andrés Rondán Tema: GPUGP: nvidia CUDA. Introducción En Noviembre de 2006, NVIDIA crea CUDA, una arquitectura de procesamiento paralelo de propósito general, con un
Más detallesArquitecturas GPU v. 2015
v. 2015 http://en.wikipedia.org/wiki/graphics_processing_unit http://en.wikipedia.org/wiki/stream_processing http://en.wikipedia.org/wiki/general-purpose_computing_on_graphics_processing_ units http://www.nvidia.com/object/what-is-gpu-computing.html
Más detallesArquitecturas GPU v. 2013
v. 2013 Stream Processing Similar al concepto de SIMD. Data stream procesado por kernel functions (pipelined) (no control) (local memory, no cache OJO). Data-centric model: adecuado para DSP o GPU (image,
Más detallesGuía docente de la asignatura
Asignatura Materia Módulo Titulación COMPUTACION PARALELA COMPLEMENTOS DE INGENIERÍA DE COMPUTADORES (vacío) GRADO EN INGENIERÍA INFORMÁTICA Plan 464 Código 45218 Periodo de impartición 1 er. CUATRIMESTRE
Más detallesCÓMPUTO DE ALTO RENDIMIENTO EN MEMORIA COMPARTIDA Y PROCESADORES GRÁFICOS
CÓMPUTO DE ALTO RENDIMIENTO EN MEMORIA COMPARTIDA Y PROCESADORES GRÁFICOS Leopoldo N. Gaxiola, Juan J. Tapia Centro de Investigación y Desarrollo de Tecnología Digital Instituto Politécnico Nacional Avenida
Más detallesINTRODUCCIÓN A LA COMPUTACIÓN PARALELA CON GPUS
INTRODUCCIÓN A LA COMPUTACIÓN PARALELA CON GPUS Sergio Orts Escolano sorts@dtic.ua.es Vicente Morell Giménez vmorell@dccia.ua.es Universidad de Alicante Departamento de tecnología informática y computación
Más detallesPrimeros pasos con CUDA. Clase 1
Primeros pasos con CUDA Clase 1 Ejemplo: suma de vectores Comencemos con un ejemplo sencillo: suma de vectores. Sean A, B y C vectores de dimensión N, la suma se define como: C = A + B donde C i = A i
Más detallesArquitectura de aceleradores. Carlos Bederián IFEG CONICET GPGPU Computing Group FaMAF UNC bc@famaf.unc.edu.ar
Arquitectura de aceleradores Carlos Bederián IFEG CONICET GPGPU Computing Group FaMAF UNC bc@famaf.unc.edu.ar Contenidos Cómo llegamos hasta acá Qué hay ahora Qué hace Cómo lo uso Hacia dónde parece que
Más detallesComputación de Propósito General en Unidades de Procesamiento Gráfico GPGPU. Clase 0 Lanzamiento del Curso. Motivación
Computación de Propósito General en Unidades de Procesamiento Gráfico () Pablo Ezzatti, Martín Pedemonte Clase 0 Lanzamiento del Curso Contenido Evolución histórica en Fing Infraestructura disponible en
Más detallesProgramación Paralela
Programación Paralela 4º Grado Ing. Informática Depto. de Lenguajes y Sistemas Informáticos Universidad de Granada Datos de la Asignatura PÁGINAS WEB: Web de material docente: http://lsi.ugr.es/~jmantas/ppr/
Más detallescuevogenet Paralelización en CUDA de la Dinámica Evolutiva de Redes Génicas Dirigido por: Fernando Díaz del Río José Luis Guisado Lizar
cuevogenet Paralelización en CUDA de la Dinámica Evolutiva de Redes Génicas Realizado por: Raúl García Calvo Dirigido por: Fernando Díaz del Río José Luis Guisado Lizar Objetivos Implementar un algoritmo
Más detallesFrancisco J. Hernández López
Francisco J. Hernández López fcoj23@cimat.mx Ejecución de más de un cómputo (cálculo) al mismo tiempo o en paralelo, utilizando más de un procesador. Sistema de Cómputo Paralelo Hardware Parallel programming:
Más detallesPLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE. Programación a bajo nivel
CENTRO UNIVERSITARIO DE TECNOLOGÍA Y ARTE DIGITAL PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE Programación a bajo nivel 1. DATOS DE IDENTIFICACIÓN DE LA ASIGNATURA. Título: Facultad: Grado
Más detallesConcurrencia y Paralelismo
Concurrencia y Paralelismo Carrera: Ingeniería en Computación Profesor Responsable: Naiouf, Ricardo Marcelo Año: 4º Duración: Semestral Carga Horaria Semanal: 6hs Carga Horaria Total: 96hs Objetivos Generales
Más detallesCDI Arquitecturas que soportan la concurrencia. granularidad
granularidad Se suele distinguir concurrencia de grano fino es decir, se aprovecha de la ejecución de operaciones concurrentes a nivel del procesador (hardware) a grano grueso es decir, se aprovecha de
Más detallesTema 3 GPUs: Introducción
Tema 3 GPUs: Introducción Alberto Ros Bardisa Tema 3 GPUs Alberto Ros Bardisa 1 / 15 Agenda 1 GPUs: Introducción 2 GP-GPU 3 Ejemplos comerciales 4 Conclusiones Tema 3 GPUs Alberto Ros Bardisa 2 / 15 Agenda
Más detallesPROGRAMA DE ESTUDIO Área de Formación : Fecha de elaboración: 28 de mayo de 2010 Fecha de última actualización:
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Sistemas Computacionales Integral profesional Horas teóricas: 2 Horas prácticas: 2 Total de Horas: 4 Cómputo paralelo Total de
Más detallesINSTITUTO POLITECNICO NACIONAL
INSTITUTO POLITECNICO NACIONAL SECRETARÍA DE INVESTIGACIÓN Y POSGRADO DIVISION DE ESTUDIOS DE POSGRADO FORMATO GUIA PARA REGISTRO DE CURSOS DE PROPOSITO ESPECIFICO I. DATOS DEL CURSO DE PROPOSITO ESPECIFICO
Más detallesPlanificaciones Sistemas Operativos. Docente responsable: MENDEZ MARIANO. 1 de 6
Planificaciones 7508 - Sistemas Operativos Docente responsable: MENDEZ MARIANO 1 de 6 OBJETIVOS 1-Estudiar y conocer en detalle los pilares fundamentales de los sistemas operativos: el Kernel y Proceso,
Más detallesPlanificaciones Sistemas Operativos. Docente responsable: MENDEZ MARIANO. 1 de 6
Planificaciones 7508 - Sistemas Operativos Docente responsable: MENDEZ MARIANO 1 de 6 OBJETIVOS 1-Estudiar y conocer en detalle los pilares fundamentales de los sistemas operativos: el Kernel y Proceso,
Más detallesNociones básicas de computación paralela
Nociones básicas de computación paralela Javier Cuenca 1, Domingo Giménez 2 1 Departamento de Ingeniería y Tecnología de Computadores Universidad de Murcia 2 Departamento de Informática y Sistemas Universidad
Más detallesPlanificaciones Sistemas Operativos. Docente responsable: MENDEZ MARIANO. 1 de 5
Planificaciones 9503 - Sistemas Operativos Docente responsable: MENDEZ MARIANO 1 de 5 OBJETIVOS 1-Estudiar y conocer en detalle los pilares fundamentales de los sistemas operativos: el Kernel y Proceso,
Más detallesCARACTERIZACION DE PROBLEMAS A SOLUCIONAR MEDIANTE PROGRAMACIÓN MULTIPROCESO DE MEMORIA COMPARTIDA. Autor ERIKA VIVIANA RIAÑO BEJAR
CARACTERIZACION DE PROBLEMAS A SOLUCIONAR MEDIANTE PROGRAMACIÓN MULTIPROCESO DE MEMORIA COMPARTIDA Autor ERIKA VIVIANA RIAÑO BEJAR Director JOSE ORLANDO MALDONADO BAUTISTA DEPARTAMENTO DE INGENIERÍAS ELÉCTRICA
Más detallesINTRODUCCIÓN A LA PROGRAMACIÓN DE GPUS CON CUDA
INTRODUCCIÓN A LA PROGRAMACIÓN DE GPUS CON CUDA Francisco Igual Peña León, 10 de mayo de 2011 PLANIFICACIÓN 1. Miércoles: Conceptos introductorios 1. Breve presentación de conceptos básicos 2. Ejercicios
Más detallesProgramación de una GPU con CUDA
Programación de una GPU con CUDA Programación de Arquitecturas Multinúcleo Universidad de Murcia. Contenidos Introducción Arquitectura y programación de CUDA Optimización y depuración de código Librerías
Más detallesSILABO DE SISTEMAS OPERATIVOS
UNIVERSIDAD PRIVADA DEL NORTE Facultad de Ingeniería I. DATOS GENERALES SILABO DE SISTEMAS OPERATIVOS 1.1. Facultad : Ingeniería. 1.2. Carrera Profesional : Ingeniería de Sistemas. 1.3. Tipo de Curso :
Más detallesFecha de elaboración: Agosto de 2004 Fecha de última actualización: Julio de 2010
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en ciencias computacionales Integral profesional Programa elaborado por: Programación Concurrente Horas teóricas: 1 Horas prácticas:
Más detallesInside Kepler. I. Presentación de la arquitectura. Índice de contenidos [25 diapositivas] Kepler, Johannes ( )
Índice de contenidos [25 diapositivas] Inside Manuel Ujaldón Nvidia CUDA Fellow Dpto. Arquitectura de Computadores Universidad de Málaga 1. Presentación de la arquitectura [3 diapositivas] 2. Los cores
Más detallesLa GPU. I. La tarjeta gráfica y su GPU. Indice de contenidos [36 diapositivas] El diagrama de bloques de la tarjeta gráfica
Indice de contenidos [36 diapositivas] 1. La tarjeta gráfica y su GPU [7]. Perfiles de usuario [5] 3. Generaciones y modelos comerciales [4] La GPU 1. Pascal [7]. Volta [6] 3. Resumen de modelos comerciales
Más detallesSISTEMAS EN TIEMPO REAL
SISTEMAS EN TIEMPO REAL Año académico: 2006/07 Centro: Escuela Politécnica Superior Estudios: Ingeniero Técnico en Informática de Sistemas Asignatura: Sistemas en Tiempo real Ciclo: 1º Curso: 3º Cuatrimestre:
Más detallesArquitectura de computadores I
Arquitectura de computadores I Perspectiva de alto nivel de los computadores Septiembre de 2017 Contenido Componentes del computador Funcionamiento del computador Estructuras de interconexión Interconexión
Más detallesGPU-Ejemplo CUDA. Carlos García Sánchez
Carlos García Sánchez 1 2 Contenidos Motivación GPU vs. CPU GPU vs. Vectoriales CUDA Sintaxis Ejemplo 2 3 Motivación Computación altas prestaciones: www.top500.org 1º: Titan (300mil AMD-Opteron + 19mil
Más detallesGuía Docente 2017/2018
Guía Docente 2017/2018 Programación paralela Parallel Programming Grado en Ingeniería Informática A distancia hola Universidad Católica San Antonio de Murcia Tlf: (+34) 968 278 160 info@ucam.edu www.ucam.edu
Más detallesIntroducción a la programación de códigos paralelos con CUDA y su ejecución en un GPU multi-hilos
Introducción a la programación de códigos paralelos con CUDA y su ejecución en un GPU multi-hilos Gerardo A. Laguna-Sánchez *, Mauricio Olguín-Carbajal **, Ricardo Barrón-Fernández *** Recibido: 02 de
Más detallesDESARROLLO DE APLICACIONES EN CUDA
DESARROLLO DE APLICACIONES EN CUDA Curso 2014 / 15 Procesadores Gráficos y Aplicaciones en Tiempo Real Alberto Sánchez GMRV 2005-2015 1/30 Contenidos Introducción Debugging Profiling Streams Diseño de
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: CÓDIGO: CARRERA: NIVEL: Sistemas Operativos IS603.a Sistemas Tercero No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 4 CRÉDITOS PRÁCTICA: 0 SEMESTRE / AÑO ACADÉMICO: Segundo Semestre
Más detallesTécnicas de Programac. Concurrente I PLANIFICACIONES Actualización: 2ºC/2018. Planificaciones Técnicas de Programac.
Planificaciones 7559 - Técnicas de Programac. Concurrente I Docente responsable: GARIBALDI JULIA ELENA 1 de 5 OBJETIVOS Familiarizar al estudiante con las técnicas de Programación Concurrente, los conceptos
Más detallesCOMPUTACIÓN DE ALTA PERFORMANCE
COMPUTACIÓN DE ALTA PERFORMANCE Curso 2010 Sergio Nesmachnow (sergion@fing.edu.uy) Gerardo Ares (gares@fing.edu.uy) Grupo de Procesamiento Paralelo Aplicado Centro de Cálculo COMPUTACIÓN DE ALTA PERFORMANCE
Más detallesTEMA 1: EJECUCIÓN PARALELA: FUNDAMENTOS(I)
Grupo de Arquitectura de Computadores, Comunicaciones y Sistemas ARQUITECTURA DE COMPUTADORES II AUTORES: David Expósito Singh Florin Isaila Daniel Higuero Alonso-Mardones Javier García Blas Borja Bergua
Más detallesConsumo Energético en Arquitecturas Multicore. Análisis sobre un Algoritmo de Criptografía Simétrica.
Consumo Energético en Arquitecturas Multicore. Análisis sobre un Algoritmo de Criptografía Simétrica. Fernando Romero 1, Adrian Pousa 1, Victoria Sanz 1 2, Armando De Giusti 1 3 1 Instituto de Investigacion
Más detallesESCUELA DE INGENIERIA Informática Y Sistemas
ESCUELA DE INGENIERIA Informática Y Sistemas ASIGNATURA SISTEMAS OPERATIVOS CODIGO ST0257 SEMESTRE 2013-2 INTENSIDAD HORARIA 64 horas semestral CARACTERÍSTICAS Suficientable CRÉDITOS 4 1. JUSTIFICACIÓN
Más detallesGuía Docente 2018/2019
Guía Docente 2018/2019 Programación paralela Parallel Programming Grado en Ingeniería Informática A distancia Índice Programación Paralela... Error! Marcador no definido. Breve descripción de la asignatura...
Más detallesPROGRAMA DE CURSO. Horas de Cátedra ,5 5,5. Resultados de Aprendizaje
Código Nombre CC4302 Sistemas Operativos Nombre en Inglés Operating Systems CC4301 SCT Unidades Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3 1,5
Más detallesMPP. MIMD Computador Masivamente Paralelo
MPP MIMD Computador Masivamente Paralelo BLUE GENE/Q Introducción Se trata del tercer representante de una serie que comenzó con el Blue Gene/L y continuó con el Blue Gene/P. Son máquinas desarrolladas
Más detallesFUNDAMENTOS DE COMPUTACIÓN PARA CIENTÍFICOS. CNCA Abril 2013
FUNDAMENTOS DE COMPUTACIÓN PARA CIENTÍFICOS CNCA Abril 2013 6. COMPUTACIÓN DE ALTO RENDIMIENTO Ricardo Román DEFINICIÓN High Performance Computing - Computación de Alto Rendimiento Técnicas, investigación
Más detallesIntroducción a Cómputo Paralelo con CUDA C/C++
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ingeniería Introducción a Cómputo Paralelo con CUDA C/C++ Laboratorio de Intel y Cómputo de alto desempeño Elaboran: Revisión: Ing. Laura Sandoval Montaño
Más detallesIII-LIDI Facultad de Informática UNLP La Plata, Argentina 2. CONICET, Argentina
Comparación de rendimiento de algoritmos de cómputo intensivo y de acceso intensivo a memoria sobre arquitecturas multicore. Aplicación al algoritmo de criptografía AES. Adrian Pousa 1, Victoria María
Más detallesGuía docente de la asignatura Computación Paralela
Guía docente de la asignatura Computación Paralela Asignatura Materia Módulo Titulación COMPUTACION PARALELA COMPUTACION TECNOLOGIAS ESPECIFICAS GRADO EN INGENIERÍA INFORMÁTICA Plan 545 Código 46929 Periodo
Más detallesAspectos avanzados de arquitectura de computadoras Multithreading. Facultad de Ingeniería - Universidad de la República Curso 2017
Aspectos avanzados de arquitectura de computadoras Multithreading Facultad de Ingeniería - Universidad de la República Curso 2017 Introducción En este capítulo se explorará la posibilidad de ejecutar múltiples
Más detallesCUDA 5.5 y Visual Studio Express 2012 para Escritorio. Primeros pasos.
CUDA 5.5 y Visual Studio Express 2012 para Escritorio. Primeros pasos. La nueva versión de CUDA 5.5 es completamente compatible con la plataforma de desarrollo Visual Studio Express 2012 para escritorio
Más detallesDivisión Académica de Informática y Sistemas
Área de formación Sustantiva Profesional Nombre de la asignatura Docencia frente a grupo según SATCA Trabajo de Campo Supervisado según SATCA HCS HPS TH C HTCS TH C TC 2 2 4 4 0 0 0 4 Clave de la asignatura
Más detallesEsta asignatura apoyará al alumno en la consecución de las siguientes competencias:
Nombre de la asignatura: Sistemas Operativos II Créditos: 3-2-5 Aportación al perfil Esta asignatura apoyará al alumno en la consecución de las siguientes competencias: Aplicar conocimientos científicos
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 ASIGNATURA 615000031 - PLAN DE ESTUDIOS 61IC - CURSO ACADÉMICO Y SEMESTRE 2017-18 - Segundo semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detallesESCUELA POLITÉCNICA SUPERIOR DE CÓRDOBA GRADO DE INGENIERÍA INFORMÁTICA. Curso 2016/17. Asignatura: TÉCNICAS DE OPTIMIZACIÓN DATOS DE LA ASIGNATURA
ESCUELA POLITÉCNICA SUPERIOR DE CÓRDOBA GRADO DE INGENIERÍA INFORMÁTICA Asignatura: DATOS DE LA ASIGNATURA Denominación: Código: 101434 Plan de estudios: GRADO DE INGENIERÍA INFORMÁTICA Curso: 4 Denominación
Más detallesTEMARIO. Créditos teóricos: 3 Créditos prácticos: 3. Lenguajes y Sistemas Informáticos Departamento: Lenguajes y Computación - PROGRAMA DE TEORÍA:
Curso: 2005/2006 Centro: Escuela Politécnica Superior Estudios: 2º Ciclo de Ingeniería en Informática Asignatura: Diseño de Sistemas Operativos Ciclo: 2º Curso: 4º Cuatrimestre: 1º Carácter: Optativa Créditos
Más detallesCuerpo de Profesores Técnicos de Formación Profesional
Tabla de equivalencias entre los temarios de Sistemas y Aplicaciones Informáticas de Profesores Técnicos de Formación Profesional e Informática del Cuerpo de Profesores de Enseñanza Secundaria Cuerpo de
Más detallesPROGRAMACIÓN DISTRIBUIDA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROGRAMACIÓN DISTRIBUIDA ÁREA DEL CONOCIMIENTO: PROGRAMACIÓN E INGENIERÍA DE SOFTWARE CLAVE:
Más detallesComparación del uso de GPU y cluster de multicore en problemas con alta demanda computacional
Comparación del uso de GPU y cluster de multicore en problemas con alta demanda computacional Erica Montes de Oca 1, Laura De Giusti 1, Armando De Giusti 1 2, Marcelo Naiouf 1 1 Instituto de Investigación
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS MATERIA O MÓDULO: Sistemas Operativos CÓDIGO: IS603.a CARRERA: INGENIERÍA DE SISTEMAS NIVEL: TERCERO No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 4
Más detallesPLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE. Introducción a la concurrencia
CENTRO UNIVERSITARIO DE TECNOLOGÍA Y ARTE DIGITAL PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE Introducción a la concurrencia 1. DATOS DE IDENTIFICACIÓN DE LA ASIGNATURA. Título: Facultad: Departamento/Instituto:
Más detallesNVIDIA CUDA RESEARCH CENTER
NVIDIA CRC Universidad Sevilla 1 NVIDIA CUDA RESEARCH CENTER APLICACIONES Y OPORTUNIDADES Miguel Ángel Martínez del Amor Research Group on Natural Computing (RGNC) Universidad de Sevilla NVIDIA CRC Universidad
Más detallesPrograma Regular. Asignatura: Organización y Arquitectura de Computadoras.
Programa Regular Asignatura: Organización y Arquitectura de Computadoras. Carrera: Ingeniería en Informática. Ciclo Lectivo: Primer Cuatrimestre 2017 Año en el plan de estudios: 2 Año Coordinador/Profesor:
Más detallesCAR. Responsable : María del Carmen Heras Sánchez. Asesores Técnicos : Daniel Mendoza Camacho Yessica Vidal Quintanar.
CAR Responsable : María del Carmen Heras Sánchez Asesores Técnicos : Daniel Mendoza Camacho Yessica Vidal Quintanar http://acarus2.uson.mx Infraestructura de Hardware Software Conexiones remotas http://acarus2.uson.mx
Más detallesContenido 1. INTRODUCCIÓN A LOS SISTEMAS OPERATIVOS PROCESOS Prólogo...
1 Prólogo... xv 1. INTRODUCCIÓN A LOS SISTEMAS OPERATIVOS... 1 1.1. Conceptos generales sobre sistemas operativos... 2 1.1.1. Funciones del sistema operativo... 2 1.1.2. Componentes del sistema operativo...
Más detallesSegunda Parte: TECNOLOGÍA CUDA
Segunda Parte: (compute unified device architecture) 12 I. CUDA CUDA es una arquitectura de cálculo paralelo de NVIDIA que aprovecha la potencia de la GPU (unidad de procesamiento gráfico) para proporcionar
Más detallesGranularidad y latencia
Niveles de paralelismo y latencias de comunicación Niveles de paralelismo. Granularidad o tamaño de grano. Latencia de comunicación. Particionado de los programas. Empaquetado de granos. Planificación
Más detallesPROGRAMA DE CURSO. Código Nombre CC7515 Computación en GPU Nombre en Inglés Gpu Computing SCT
PROGRAMA DE CURSO Código Nombre CC7515 Computación en GPU Nombre en Inglés Gpu Computing SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3 0 7 Requisitos Carácter
Más detallesAnálisis arquitectural y funcional de la maquina virtual en la plataforma J2ME ÍNDICE
ÍNDICE 1. OBJETIVOS.... ERROR! MARCADOR NO 2. INTRODUCCIÓN... ERROR! MARCADOR NO 2.1. ESTRUCTURACIÓN DEL PROYECTO... ERROR! MARCADOR NO 3. INTRODUCCIÓN A LA TECNOLOGÍA JAVA: LA MAQUINA VIRTUAL... ERROR!
Más detallesFUNDAMENTOS: OBJETIVOS: Conceptuales:
ASIGNATURA: SISTEMAS OPERATIVOS I Cód.: 31-203 Horas reloj semanales: 4 Horas teóricas: 30 Horas prácticas: 30 Horas totales: 60 Carrera: Sistemas Año del programa: 2016 FUNDAMENTOS: Los Sistemas Operativos
Más detallesUniversidad Autónoma de San Luis Potosí Facultad de Ingeniería Programas Analíticos del Área Mecánica y Eléctrica 5727 PROGRAMACION EN PARALELO
A) CURSO Clave Asignatura 5727 PROGRAMACION EN PARALELO Horas de teoría Horas de práctica Horas trabajo Créditos Horas por semana por semana adicional estudiante Totales 3 0 3 6 48 B) DATOS BÁSICOS DEL
Más detallesGuía docente de la asignatura
Guía docente de la asignatura Asignatura Materia Módulo Titulación COMPUTACIÓN PARALELA Y MODELOS EMERGENTES SISTEMAS Y SERVICIOS EMPOTRADOS, UBICUOS Y DE ALTAS PRESTACIONES (vacío) MASTER EN INGENIERÍA
Más detallesComputación en Manycores
Computación en Manycores Metodología de la Programación Paralela Contenidos 1 Sistemas 2 GPGPU 3 Intel Xeon Phi 4 Prácticas GPU: Graphic Processing Units Inicialmente para procesamiento de gráficos. También
Más detallesCUDA Overview and Programming model
Departamento de Ciencias de la computación Universidad de Chile Modelado en 3D y sus Aplicaciones en Realidad Virtual CC68W CUDA Overview and Programming model Student: Juan Silva Professor: Dr. Wolfram
Más detallesKepler. 1. Presentación de la arquitectura. Índice de contenidos [25 diapositivas] Kepler, Johannes (1571-1630)
Índice de contenidos [25 diapositivas] Manuel Ujaldón Nvidia CUDA Fellow Dpto. Arquitectura de Computadores Universidad de Málaga 1. Presentación de la arquitectura [3] 2. Los cores y su organización [7]
Más detallesANEXO I GUIA BIBLIOGRAFICA:
ANEXO I GUIA BIBLIOGRAFICA: Unidad 1: INTRODUCCIÓN Concepto de sistema operativo. Evolución de los sistemas operativos. Repaso de los conocimientos de hardware necesarios. Estructuras de los sistemas operativos.
Más detallesUniversidad Autónoma de Baja California Facultad de Ciencias Administrativas Unidad Mexicali
SISTEMAS OPERATIVOS I Clave: 4595 HC: 3 HL: 2 HT: HPC: HCL: HE: CR: 8 Etapa de formación a la que pertenece: Básica Carácter de la Asignatura: Obligatoria PROPÓSITO GENERAL DEL CURSO Proporcionar al estudiante
Más detallesEntornos de programación paralela basados en modelos/paradigmas
Program. paralela/distribuida Entornos de programación paralela basados en modelos/paradigmas Sobre la programación paralela 1 Índice Reflexiones sobre la programación paralela MapReduce Propuesta original
Más detallesArquitecturas de Computadoras
Arquitectura de Computadoras Página 1 de 7 Programa de: Arquitecturas de Computadoras UNIVERSIDAD NACIONAL DE CÓRDOBA Facultad de Ciencias Exactas, Físicas y Naturales República Argentina Código: Carrera:
Más detallesHERRAMIENTAS SOFTWARE PARA SISTEMAS DISTRIBUIDOS
HERRAMIENTAS SOFTWARE PARA SISTEMAS DISTRIBUIDOS José Luis Pastrana Brincones (pastrana@lcc.uma.es) Departamento de Lenguajes y Ciencias de la Computación de la Universidad de Málaga Introducción. El hombre,
Más detallesDivisión Académica de Informática y Sistemas División Académica Multidisciplinaria de los Ríos Ingeniería en Informática Administrativa
Área de formación Nombre de la asignatura Docencia frente a grupo según SATCA Trabajo de Campo Supervisado según SATCA HCS HPS TH C HTCS TH C TC General 2 2 4 4 0 0 0 4 Clave de la asignatura Sistemas
Más detallesSISTEMAS PARALELOS PROGRAMA ANALÍTICO. Unidad 1: Conceptos básicos Paralelismo. Objetivos del procesamiento paralelo.
SISTEMAS PARALELOS Año 2018 Carrera/ Plan: Licenciatura en Informática Plan 2015 Licenciatura en Sistemas Plan 2015 Licenciatura en Informática Plan 2003-07/Plan 2012 Licenciatura en Sistemas Plan 2003-07/Plan
Más detallesTrabajo de Fin de Master
UNIVERSIDAD POLITECNICA DE MADRID Escuela Técnica Superior de Ingeniería de Sistemas Informáticos Trabajo de Fin de Master Máster Universitario en Ciencias y Tecnologías de la Computación Comparativa del
Más detallesSistemas de Tiempo Real - Año 2002
Universidad Católica de Córdoba Facultad de Ingeniería Sistemas de Tiempo Real - Año 2002 Titular: Ing. John Coppens Prácticos: Ing. Alejandro Butti 1 Objetivos específicos 2 Programa sintético 2.1 Unidad
Más detallesFlaviu Vasile Buturca TRABAJO FINAL DE CARRERA. Dirigido por Carles Aliagas Castell. Grado de Ingeniería Informática
Flaviu Vasile Buturca Programación Algoritmos paralela CUDAen CUDA TRABAJO FINAL DE CARRERA Dirigido por Carles Aliagas Castell Grado de Ingeniería Informática Tarragona 2016 UNIVERSIDAD ROVIRA I VIRGILI
Más detalles