Basic Linear Algebra Subprograms (BLAS) Avances en la Generación de Bibliotecas de Álgebra Lineal Universidad Politécnica de Valencia Marzo, 2006
|
|
- Germán Bustamante Naranjo
- hace 5 años
- Vistas:
Transcripción
1 Basic Linear Algebra Subprograms () Avances en la Generación de Bibliotecas de Álgebra Lineal Universidad Politécnica de Valencia Marzo, 2006
2 Índice Qué es la biblioteca? Organización de Funcionalidad de Prestaciones de -2-3 Optimización del producto de matrices Fuentes de información
3 Qué es la Biblioteca? En la base de los problemas de Álgebra lineal pueden identificarse un conjunto de operaciones numéricas básicas como, por ejemplo: Cálculo de la norma de un vector, Resolución de un sistema triangular de ecuaciones, Producto de matrices, etc. (Basic Linear Algebra Subprograms) es un conjunto de núcleos (rutinas) computacionales escritos en Fortran 77 para operaciones básicas del Álgebra lineal
4 Qué es la Biblioteca? Las especificaciones (interfaces y funcionalidad) de los núcleos de se han convertido en estándares de facto. Ejemplo: Cálculo de la norma de un vector FUNCTION xnrm2( N, X, INCX ) Implementación de referencia
5 Qué es la Biblioteca? Si la mayor parte de los cálculos se realizan en forma de las operaciones del, su optimización redunda en una reducción del tiempo de la resolución de las aplicaciones Existen implementaciones de optimizadas por los propios fabricantes: ACML de AMD, Velocity Engine de Apple, libsci de Cray, MLIB de HP, ESSL de IBM, MKL de Intel, PDLIB/SX de NEC, SCSL de SGI, Sun Performance Library de SUN, etc.
6 Qué es la biblioteca?...aunque también existen otras implementaciones eficientes Implementación portable: ATLAS Goto para Intel Pentium/IA-64, Alpha EV, SPARC, IBM PowerPC, AMD Opteron, etc. Además, algunas implementaciones proporcionan paralelismo a nivel de threads para arquitecturas con memoria compartida (espacio de direccionamiento único): MKL de Intel Goto para Intel ATLAS, etc.
7 Qué es la biblioteca? constituye la interfaz entre las bibliotecas y aplicaciones numéricas de alto nivel y la arquitectura subyacente Aplicaciones Optimizaciones independientes de la arquitectura LAPACK Optimizaciones dependientes de la arquitectura Proc.
8 Qué es la biblioteca? define la especificación de las rutinas: Interfaz FUNCTION xnrm2( N, X, INCX ) Funcionalidad Cálculo de la norma de un vector Revisaremos la funcionalidad ofrecida por. Las interfaces de las rutinas se verán en la parte práctica
9 Organización de -1 Operaciones básicas sobre escalares y vectores Caracterización: O(n) cálculos sobre O(n) datos Ejemplo: Cálculo de la norma de un vector -2 Operaciones básicas de tipo matriz-vector Caracterización: O(n 2 ) cálculos sobre O(n 2 ) datos Ejemplo: Resolución de un sistema triangular de ecuaciones -3 Operaciones básicas de tipo matriz-matriz Caracterización: O(n 3 ) cálculos sobre O(n 2 ) datos Ejemplo: Producto de matrices
10 Funcionalidad de -1. Operandos: a R, x, y R n Operaciones de reducción Producto escalar a x T y Norma vectorial a x 2 a x i Suma Máximo a max x i Generación de transformaciones Rotaciones de Givens Operaciones vectoriales Escalado de un vector x a x AXPY y a x y Aplicación de una rotación de Givens Movimientos de datos Copia x y Intercambio x y
11 Funcionalidad de -2. Operandos: Producto matriz-vector a R, x R n, y R m, f A R mxn, T R nxn triangular, f M =M o M T y ya f A x Actualizaciones de rango 1(y 2) A Aayx T Resolución de sistemas triangulares lineales x f T 1 x
12 Funcionalidad de -3. Operandos: a,b R, f A R mxk, f B R kxn,c R mxn T R mxm triangular, f M =M o M T Producto de matrices C acb f A f ' B Actualizaciones de rango k C C af A f A T, C=C T, m=n Resolución de sistemas triangulares lineales múltiples B f T 1 B, m=k B B f T 1, m=n
13 Funcionalidad de Tipos de datos Simple precisión (IEEE bits) Doble precisión (IEEE bits) Reales Complejos
14 Funcionalidad de Tipos de matrices General Simétrica/ Hermitiana Triangular Densa Banda Formatos empaquetados disponibles Sólo una mitad almacenada
15 Prestaciones Plataforma: Procesador: Memoria: Biblioteca : Intel Xeon 2.4 GHz 512 KB de caché L2 y 1 GB de RAM Goto 0.96st Compilador: gcc 3.3.5; optimización -O3 S.O.: Linux Parámetro de rendimiento: MFLOPs Velocidad pico teórica: 4800 MFLOPs
16 Prestaciones: -2 Qué pasa desde n=220?
17 Prestaciones: -2 Qué pasa desde n=220? Una matriz nxn de números en doble precisión, con n=220 ocupa 220x220x8 = Bytes y la memoria caché de segundo nivel del procesador es de tamaño 512 Kbytes
18 Prestaciones: -3
19 Prestaciones: -3 Por qué 480 Mflops para dgemv y 4000 Mflops para dgemm? La justificación viene de los ratios entre cálculo (flops) y movimientos de datos (memops) dgemv: 2 n 2 n 2 flops memops =2 Necesitamos una memoria capaz de suministrar datos al procesador a la mitad de velocidad que éste realiza los cálculos! dgemm: 2 n 3 6 n 2 flops memops = n 3 A medida que crece el tamaño del problema, la velocidad de la memoria se vuelve menos importante!
20 Optimización del Producto de Matrices Consideraremos el producto general C = C + A B con todas las matrices cuadradas de la misma dimensión
21 Optimización del Producto de Matrices La operación puede implementarse de 3 formas diferentes GEPP C = C + A B GEMP C = C + A B GEPM C = C + A B
22 Optimización del Producto de Matrices Consideremos la implementación de GEPP C = C + A B Ésta, a su vez, puede implementarse de dos modos diferentes GEPB C = C + A B GEBP C = C + A B
23 Optimización del Producto de Matrices Por último, consideremos GEBP C = C + A B y supongamos que: C es m c x n, A es m c x k c y B es k c x n Las dimensiones permiten que A y sendas columnas de B y C residan en la caché Disponemos de una implementación capaz de calcular dgemv a la máxima velocidad del procesador si la matriz y los vectores residen en la caché Si A está en la caché, entonces permanece allí hasta que ya no sea necesaria
24 Optimización del Producto de Matrices Entonces, podemos implementar GEBP como una secuencia de dgemv C = C + A B con los siguientes costes: Cargar A (m c x k c ) en la caché: m c k c memops Cargar los pares de columnas de C y B en la caché: (m c +k c )n memops Almacenar las columnas modificadas de C en la memoria: m c n memops Calcular los productos matriz-vector: 2m c k c n flops
25 Optimización del Producto de Matrices Sea c m c k c ; entonces el ratio entre cálculo y movimientos de datos es de: 2c 2 n c 2 3cn Así, si c n/100, incluso si las operaciones con memoria son 10 veces más lentas que los cálculos, estas operaciones únicamente añaden un 10% de sobrecoste al total
26 Fuentes de Información: www, google,... Sitio en netlib: Basic Linear Algebra Subprograms Technical (T) Forum Standard, 2001: quick reference: FAQs: de referencia:
27 Fuentes de Información: www, google,... Definición de núcleos del Álgebra lineal del -1 ( R.J. Hanson, F.T. Krogh, C.L. Lawson. A proposal for standard linear algebra subprograms. ACM Signum Newsletter, 8:16, C.L. Lawson, R.J. Hanson, D. Kincaid, F.T. Krogh. Basic Linear Algebra Subprograms for FORTRAN usage. ACM TOMS, 5: , 1979
28 Fuentes de Información: www, google,... Definición de núcleos del Álgebra lineal del -2 y -3 ( J.J. Dongarra, J. Du Croz, S. Hammarling, R.J. Hanson. An extended set of FORTRAN basic linear algebra subprograms. ACM TOMS, 14:1-32, 1988 J.J. Dongarra, J. Du Croz, I.S. Duff, S. Hammarling. A set of level 3 basic linear algebra subprograms. ACM TOMS, 16:1-28, 1988
29 Fuentes de Información: www, google,... Implementaciones optimizadas de ATLAS: Goto: MKL de Intel: Implementación eficiente del producto de matrices: Laboratorio del curso
Linear Algebra PACKage (LAPACK) Avances en la Generación de Bibliotecas de Álgebra Lineal Universidad Politécnica de Valencia Marzo, 2006
Linear Algebra PACKage () Avances en la Generación de Bibliotecas de Álgebra Lineal Universidad Politécnica de Valencia Marzo, 2006 Estructura Qué es la biblioteca? Organización de Funcionalidad de Sistemas
Más detallesAnálisis y Modificación de Código Heredado para Cómputo de Alto Rendimiento con Modelos Numéricos del Clima
Análisis y Modificación de Código Heredado para Cómputo de Alto Rendimiento con Modelos Numéricos del Clima Fernando G. Tinetti*, Pedro G. Cajaraville #, Juan C. Labraga ##, Mónica A. López ##, Diego Rodrigues
Más detallesUna Biblioteca Numérica Paralela para UPC
1/32 Una Biblioteca Numérica Paralela para UPC Jorge González-Domínguez 1 *, María J. Martín 1, Guillermo L. Taboada 1, Juan Touriño 1, Ramón Doallo 1, Andrés Gómez 2 1 Grupo de Arquitectura de Computadores
Más detallesMultiplicación de Matrices en Sistemas cc-numa Multicore. Autor: Jesús Cámara Moreno Director: Domingo Giménez Cánovas
Multiplicación de Matrices en Sistemas cc-numa Multicore Autor: Jesús Cámara Moreno Director: Domingo Giménez Cánovas Índice de Contenido 1. Introducción 2. Línea de Investigación 3. Sistemas Empleados
Más detallesDESARROLLO DE SOFTWARE MODULAR, ABIERTO Y COLABORATIVO PARA SIMULACIÓN DE MÁQUINAS Y MECANISMOS
UNIVERSIDADE DA CORUÑA Escola Politécnica Superior. Ferrol. INGENIERÍA INDUSTRIAL DESARROLLO DE SOFTWARE MODULAR, ABIERTO Y COLABORATIVO PARA SIMULACIÓN DE MÁQUINAS Y MECANISMOS Autor: Tutor: Miguel Álvarez
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesHerramientas para el estudio de prestaciones en clusters de computación científica, aplicación en el Laboratorio de Computación Paralela
Introducción Herramientas Estudio Conclusiones Herramientas para el estudio de prestaciones en clusters de computación científica, aplicación en el Laboratorio de Computación Paralela Ingeniería en Informática
Más detallesAdaptación: Julio J. Águila G. 1 Autores: Enriques Arias 2, Diego Cazorla 1
Adaptación: 1 Autores: Enriques Arias 2, Diego Cazorla 1 1 Departamento de Ingeniería en Computación-UMAG 2 Departamento de Sistemas Informáticos-UCLM martes 10 de marzo de 2015 (UMAG) martes 10 de marzo
Más detallesFLAG/C. Una API para computación matricial sobre GPUs. M. Jesús Zafont Alberto Martín Francisco Igual Enrique S. Quintana-Ortí
FLAG/C Una API para computación matricial sobre GPUs M. Jesús Zafont Alberto Martín Francisco Igual Enrique S. Quintana-Ortí High Performance Computing & Architectures Group Universitat Jaume I de Castellón
Más detallesLuis P. García González Servicio de Apoyo a la Investigación Tecnológica. Universidad Politécnica de Cartagena
Luis P. García González Servicio de Apoyo a la Investigación Tecnológica Universidad Politécnica de Cartagena MPI (Message Passing Interface) Implementaciones: MPICH: Versiones MPICH1 y MPICH2. Open-source
Más detalles2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012
2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 1. En R 2 se define la suma: (a 1, b 1 ) + (a 2, b 2 ) = (a 1 + a 2, b 1 + b 2 ) y el producto por un escalar: λ(a, b) = (0,
Más detallesUtilización de CLAPACK Para Resolver Sistemas de Ecuaciones Lineales Mediante Paralelismo y Optimización de Memoria
Utilización de CLAPACK Para Resolver Sistemas de Ecuaciones Lineales Mediante Paralelismo y Optimización de Memoria Germán Harvey Alférez Salinas 1 y Edward Mauricio Alférez Salinas 2 1. Facultad de Ingeniería
Más detallesMedición del rendimiento
Medición del rendimiento Medición del rendimiento El rendimiento de la CPU es el tiempo de ejecución. Ecuación del rendimiento de la CPU Tiempo CPU = Ciclos de reloj para el programa x Periodo del reloj
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 detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Algebra lineal. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Algebra lineal CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre GA_59EC_595000002_1S_2015-16 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesPLAN DE ESTUDIOS 1996
Ríos Rosas, 21 28003 MADRID. UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE MINAS ------- DEPARTAMENTO DE MATEMÁTICA APLICADA Y MÉTODOS INFORMATICOS PROGRAMA DE LA ASIGNATURA
Más detallesHPC: Aplicaciones y Software
HPC: Aplicaciones y Software Heredado HPC: Aplicaciones y Software Fernando G. Tinetti III-LIDI, Fac. de Informática, UNLP Comisión de Inv. Científicas, Bs. As. fernando@info.unlp.edu.ar Aplicaciones y
Más detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesÁlgebra lineal Prof: Leonid Fridman
Álgebra lineal Prof: Leonid Fridman Vectores y subespacios lineales Vector: Un vector en Rn es una n-tupla de números reales Espacio lineal: Un conjunto no vacío L de elementos x, y, z, que satisface las
Más detallesMatemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5
Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:
Más detallesMicroprocesadores para comunicaciones. Escuela Técnica Superior de Ingenieros de Telecomunicación. Organización y estructura de las memorias caché
Microprocesadores para comunicaciones Escuela Técnica Superior de Ingenieros de Telecomunicación Organización y estructura de las memorias caché Índice Introducción Niveles de jerarquía de memoria Principio
Más detallesArquitectura de Computadoras
Arquitectura de Computadoras Clase 6 RISC Computadoras de repertorio reducido de instrucciones Historia de evolución (1) El concepto de familia: Introducido por IBM en su System/360 en 1964. DEC PDP-8.
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 detallesEstructura de Computadores
Estructura de Computadores Perpectiva Histórica Pasado y Presente Avances Tecnológicos Primer computador Electrónico University of Pennsylvania ENIAC (Electronic Numerical Integrator and Calculator, 18.000
Más detallesTaller de Programación Paralela
Taller de Programación Paralela Departamento de Ingeniería Informática Universidad de Santiago de Chile March 17, 2008 Qué es paralelismo? Una estrategia compuesta de elementos de hardware y software para
Más detallesModos de Direccionamiento
Arquitectura de Ordenadores Modos de Direccionamiento del Intel Pentium Abelardo Pardo abel@it.uc3m.es Universidad Carlos III de Madrid Departamento de Ingeniería Telemática Modos de Direccionamiento ADM-1
Más detallesTEMA 5. RECTAS Y PLANOS. INCIDENCIA.
TEMA 5. RECTAS Y PLANOS. INCIDENCIA. SISTEMA DE REFERENCIA EN EL ESPACIO. Un sistema de referencia en el espacio está formado por un punto y tres vectores linealmente independientes. A partir de ahora
Más detallesIncremento del reuso de datos de códigos dispersos en arquitecturas SMT
Incremento del reuso de datos de códigos dispersos en arquitecturas SMT J. C. Pichel, D. B. Heras, J. C. Cabaleiro y F. F. Rivera José Carlos Cabaleiro Domínguez Grupo de Arquitectura de Computadores Dpto.
Más detallesModelo de von Neumann
Conceptos básicos Modelo de von Neumann También conocida como arquitectura de Princeton. Propuesta por John von Neumann en 1945. Partes de una computadora digital: Unidad de procesamiento (CPU unidad central
Más detallesALN - SVD. In. Co. Facultad de Ingeniería Universidad de la República
ALN - SVD In. Co. Facultad de Ingeniería Universidad de la República Índice Definición Propiedades de SVD Ejemplo de SVD Métodos para calcular SVD Aplicaciones de SVD Repaso de matrices: m xm Una matriz
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 detallesMatrices. Álgebra de matrices.
Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,
Más detallesCONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES
CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque
Más detallesCódigos de Química Computacional en el CESGA (Gaussian, GAMESS, NWCHEM)
Códigos de Química Computacional en el CESGA (Gaussian, GAMESS, NWCHEM) Aurelio Rodríguez, Técnico de Aplicaciones aurelio@cesga.es HARDWARE Componentes básicos Rendimiento de disco y memoria Uso de memoria
Más detallesTema 5 Jerarquía de Memoria
Tema 5 Jerarquía de Memoria Grupo ARCOS Estructura de Computadores Grado en Ingeniería Informática Universidad Carlos III de Madrid Contenidos 1. Tipos de memoria 2. Jerarquía de memoria 3. Memoria principal
Más detallesFecha de elaboración: Agosto de Fecha de última actualización: Julio de 2010.
Programa elaborado por: PROGRAMA DE ESTUDIO Algebra Lineal Numérica Programa educativo: Licenciatura en Matemáticas Área de formación: Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Total de
Más detallesTipos De Procesadores
Tipos De Procesadores Procesadores de INTEL 1971 Intel 4004 CPU de 4 bits. Fue el primer microprocesador de venta comercial. Frecuencia de reloj 740 KHz. 1972 Intel 8008 Pensado para el Datapoint 2200
Más detalles2. INSTALACIÓN DE LAS HERRAMIENTAS DE DESARROLLO CUDA
II. SOFTWARE CUDA 1. HERRAMIENTAS DE PROGRAMACIÓN CUDA: CUDA es esencialmente una herramienta de programación. Es decir permite a los desarrolladores escribir, compilar, depurar y ejecutar código adaptado
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesGRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º
SESIÓN SEMANA DENOMINACIÓN ASIGNATURA: Álgebra Lineal GRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º La asignatura tiene 28 sesiones que se distribuyen a lo largo de 14 semanas
Más detallesProcesadores intel 286, 386, 486, 586, 686.,intel pentium I,II,III,IV procesadores AMD athlon, athlon 64, athlon xp, duron, opteron, sempron, amd64
Procesadores intel 286, 386, 486, 586, 686.,intel pentium I,II,III,IV procesadores AMD athlon, athlon 64, athlon xp, duron, opteron, sempron, amd64 Procesadores Intel Dentro de la familia de los procesadores
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Algebra lineal. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Algebra lineal CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_59EC_595000002_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesUtilización y optimización de librerías numéricas paralelas
Utilización y optimización de librerías numéricas paralelas Seminario de doctorado, UPV 2007 Domingo Giménez Departamento de Informática y Sistemas Universidad de Murcia http://dis.um.es/~domingo 1 Motivación
Más detallesMATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a ] a m1 a m2 a mn
MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a [ 21 a 22 a 2n ] a m1 a m2 a mn con m renglones y n columnas, donde los a
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 detallesPOWER PC. Indice ARQUITECTURA DE COMPUTADORES. Antonio del Amo Ruiz. 1. Introducción. 2. Tecnología RISC. 3. Arquitectura de la CPU Power PC
ARQUITECTURA DE COMPUTADORES POWER PC Antonio del Amo Ruiz 1. Introducción 2. Tecnología RISC Indice 3. Arquitectura de la CPU Power PC 4. Modelos del Power PC 5. Comparación entre Power PC, Pentium y
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesUna matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...
MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones
Más detallesModelos de Programación Paralela
Modelos de Programación Paralela Modelos de Programación para Multiprocesadores El Modelo de Variables Compartidas Expresión del Paralelismo en el Modelo de Variables Compartidas Primitivas de Sincronización
Más detallesEstructura y tecnología de computadores - prácticas en ensamblador
Estructura y tecnología de computadores - prácticas en ensamblador Agradecimientos (c) Francisco Charte Ojeda Introducción Código fuente 1. Introducción a los microprocesadores 1.1. El sistema microcomputador
Más detallesSISTEMAS OPERATIVOS Arquitectura de computadores
SISTEMAS OPERATIVOS Arquitectura de computadores Erwin Meza Vega emezav@unicauca.edu.co Esta presentación tiene por objetivo mostrar los conceptos generales de la arquitectura de los computadores, necesarios
Más detallesOrganización del Computador I. Introducción e Historia
Organización del Computador I Introducción e Historia Introducción Qué es una computadora? Stallings: Máquina digital electrónica programable para el tratamiento automático de la información, capaz de
Más detallesArquitectura de Computadoras
Arquitectura de Computadoras (Cód. 5561) 1 Cuatrimestre 2016 Dra. Dana K. Urribarri DCIC - UNS Dana K. Urribarri AC 2016 1 Memoria Virtual Dana K. Urribarri AC 2016 2 Memoria Virtual Arquitectura 32 bits:
Más detallesÁlgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases...
Álgebra Lineal Grupo A Curso 2011/12 Espacios vectoriales. Bases 61) Dados los vectores v 1,v 2,...,v n linealmente independientes, probar que también lo son los vectores u 1 = v 1 u 2 = v 1 + v 2... u
Más detallesContenidos del Curso. Arquitectura de Computadores. Organización de un Sistema computacional
Arquitectura de Computadores Cecilia Hernández Contenidos del Curso Introducción Arquitectura de conjunto de instrucciones y programación assembly Arquitectura y organización de procesadores Sistemas de
Más detallesESPACIOS Y SUBESPACIOS VECTORIALES
ESPACIOS Y SUBESPACIOS VECTORIALES. ESPACIO VECTORIAL REAL Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos operaciones, llamadas suma y multiplicación por un escalar
Más detallesINFORMATICA III. Cap. I: Plataformas
INFORMATICA III Cap. I: Plataformas Plataformas Código nativo y portable Máquinas virtuales Servidores Estaciones de trabajo Clientes delgados Dispositivos embebidos Dispositivos móviles Plataformas Hardware
Más detallesA.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E Valencia
Factorización de Cholesky de matrices singulares A.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E-460 Valencia amurbano@mat.upv.es,rcanto@mat.upv.es,bearibe@mat.upv.es,
Más detallesTema 5 Jerarquía de Memoria
Grupo ARCOS Tema 5 Jerarquía de Memoria Estructura de Computadores Grado en Ingeniería Informática Contenidos 1. Tipos de memoria 2. Jerarquía de memoria 3. Memoria principal 4. Memoria caché 5. Memoria
Más detallesTEMA 3 PROCESADORES VECTORIALES
TEMA 3 PROCESADORES VECTORIALES A T 5 1 1 8 A r q u i t e c t u r a e I n g e n i e r í a d e C o m p u t a d o r e s I J u a n A n t o n i o M a e s t r o PROCESADORES VECTORIALES V e n t a j a s d e
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 Sistemas de ASIGNATURA 595000101 - PLAN DE ESTUDIOS 59SO - CURSO ACADÉMICO Y SEMESTRE 2017-18 - Primer semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detalles1.- Definir: Vectores linealmente dependientes y Sistemas ligados.
Prueba de Evaluación Continua Grupo B 23-03-11 1- Definir: Vectores linealmente dependientes Sistemas ligados Demostrar que un conjunto de vectores son linealmente dependientes si sólo si uno de ellos
Más detalles102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.
102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo
Más detallesCostos del Cómputo Paralelo en Clusters Heterogéneos
Costos del Cómputo Paralelo en Clusters Heterogéneos Fernando G. Tinetti, Antonio A. Quijano fernando@lidi.info.unlp.edu.ar, quijano@ing.unlp.edu.ar Grupo de Investigación en Procesamiento Paralelo Instituto
Más detallesUNIVERSIDAD CARLOS III DE MADRID DEPARTAMENTO DE INFORMÁTICA GRADO EN INGENIERÍA INFORMÁTICA. ESTRUCTURA DE COMPUTADORES
Ejercicio 1 Los siguientes números se encuentran representados en complemento a dos utilizando 6 bits. Indique su correspondiente valor decimal: a) 010011 b) 100111 Ejercicio 3 Dada la siguiente expresión
Más detallesOperaciones con matrices
Operaciones con matrices Objetivos: Distinguir y realizar los cálculos con las operaciones matriciales básicas. Introducción: Las operaciones matriciales permiten el abordaje de los métodos del álgebra
Más detallesCapítulo 2: Multiplicación de Matrices
Casi desde el principio de la aplicación del procesamiento paralelo a los problemas numéricos se han estudiado, diseñado, implementado y experimentado distintas formas de paralelizar la multiplicación
Más detallesMatrices ortogonales y descomposición QR
Matrices ortogonales y descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Invertibilidad por la izquierda y por la derecha (repaso) 1. Conceptos
Más detallesAproximación discreta de mínimos cuadrados con lapack
Aproximación discreta de mínimos cuadrados con lapack Pablo Santamaría v0.2 (Julio 2009) 1. Planteo del problema En general, los problemas que aparecen en la ciencia nos enfrentan a la observación de cantidades
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detallesOptimización de Rutinas Multinivel de Álgebra Lineal en Sistemas Multicore
Máster en Nuevas Tecnologías en Informática Facultad de Informática Universidad de Murcia Optimización de Rutinas Multinivel de Álgebra Lineal en Sistemas Multicore Autor: Jesús Cámara Moreno Directores:
Más detallesCuestiones de Álgebra Lineal
Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que
Más detallesResolución de Sistemas de Ecuaciones Lineales Banda Sobre Procesadores Actuales y Arquitecturas Multihebra. Aplicaciones en Control
UNIVERSIDAD JAIME I DE ASTELLÓN E. S. DE TENOLOGÍA Y IENIAS EXPERIMENTALES Resolución de Sistemas de Ecuaciones Lineales anda Sobre Procesadores Actuales y Arquitecturas Multihebra. Aplicaciones en ontrol
Más detallesPráctica 1 Parte 2: Masa-Muelle y ODEs (Bloque OPCIONAL) (Asignación 19 de Febrero; Entrega 25 de Febrero a las 23:59)
Práctica 1 Parte 2: Masa-Muelle y ODEs (Bloque OPCIONAL) (Asignación 19 de Febrero; Entrega 25 de Febrero a las 23:59) Cómo entregar la práctica? Enviar una copia de los ficheros ExercisePoint.cpp y ExerciseSpring.cpp
Más detallesJavier Pérez Mato µp para Comunicaciones Curso 2008/09 ETSIT - ULPGC
Javier Pérez Mato µp para Comunicaciones Curso 2008/09 ETSIT - ULPGC INTRODUCCIÓN HPC: High Performance Computer System Qué es un supercomputador? Computador diseñado para ofrecer la mayor capacidad de
Más detallesESCUELA COLOMBIANA DE INGENIERÍA
ESCUELA COLOMBIANA DE INGENIERÍA ASIGNATURA: ÁLGEBRA LINEAL DEPARTAMENTO: MATEMÁTICAS PLANES DE ESTUDIO: CÓDIGO: 1. OBJETIVOS Mnemónico ALLI Numérico GENERALES Presentar los conceptos básicos del álgebra
Más detallesAnálisis de Paralelización con Memoria Compartida y Memoria Distribuida en Clusters de Nodos con Múltiples Núcleos
Análisis de Paralelización con Memoria Compartida y Memoria Distribuida en Clusters de Nodos con Múltiples Núcleos Fernando G. Tinetti 1 III-LIDI Facultad de Informática, UNLP 50 y 120, 1900, La Plata,
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 Sistemas de ASIGNATURA PLAN DE ESTUDIOS 59EC - CURSO ACADÉMICO Y SEMESTRE 2017-18 - Primer semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detallesProgramación de Sistemas. Mtro. en IA José Rafael Rojano Cáceres
Programación de Sistemas Mtro. en IA José Rafael Rojano Cáceres rrojano@gmail.com http://www.uv.mx/rrojano Elementos de un sistema embebido Elementos de un sistema embebido Desarrollo de Firmware Lenguajes
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesUniversidad Nacional de Ingeniería Facultad de Ciencias. Física Computacional CC063. Algebra Lineal. Prof: J. Solano 2012-I
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Algebra Lineal Prof: J. Solano 2012-I Introduccion Aqui trabjaremos con operaciones basicas con matrices, tales como solucion
Más detalles1. Necesidades del comprador: COMPUTADOR PERSONAL Y DE OFICINA PROCESADORES, MEMORIAS RAM, ROM, DISCO DURO, CACHÉ, TARJETAS, IMPRESORAS
1. Necesidades del comprador: COMPUTADOR PERSONAL Y DE OFICINA PROCESADORES, MEMORIAS RAM, ROM, DISCO DURO, CACHÉ, TARJETAS, IMPRESORAS 2. CLON O COMPUTADOR DE MARCA? REQUERIMIENTOS: Procesador Memorias
Más detallesOBJETIVOS DE APRENDIZAJE EJERCICIO 5.1 EDADES Y ALTURAS
Laboratorio 5 OBJETIVOS DE APRENDIZAJE Revisar los conceptos más importantes de los laboratorios anteriores Leer/escribir ficheros Trazar gráficos (plot) Imprimir en pantalla mensajes con formato Funciones
Más detallesMedición del Rendimiento de Computadores
Arquitectura 08/09 Medición l Rendimiento Motivación: Qué medidas tiempo se utilizan para evaluar el rendimiento? Cómo finimos el tiempo cpu y el rendimiento l procesador? Qué parámetros condicionan el
Más detallesUna Aproximación de Alto Nivel a la Resolución de Problemas Matriciales con Almacenamiento en Disco
Universitat Jaume I de astelló E. S. de Tecnología y iencias Experimentales Una Aproximación de Alto Nivel a la Resolución de Problemas Matriciales con Almacenamiento en Disco astellón, Abril de 2 Tesis
Más detallesTransformaciones lineales
- Si y son espacios vectoriales de una función T : recibe el nombre de transformación. Los espacios y se llaman, respectivamente, dominio y codominio de la transformación. 2- Sea T : una transformación:
Más detallesEl álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos
El álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos c Jana Rodriguez Hertz p. 1/1 Suma de matrices - definición Si dos matrices A,B M m n K tienen el mismo
Más detallesContenidos: Definiciones:
Contenidos: Definiciones. Esquema de un ordenador. Codificación de la información. Parámetros básicos de un ordenador. Programas e instrucciones. Proceso de ejecución de una instrucción. Tipos de instrucciones.
Más detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detalles2. Álgebra matricial. Inversa de una matriz O B 1 O B 1. Depto. de Álgebra, curso
Depto de Álgebra, curso 2017-2018 2 Álgebra matricial Inversa de una matriz Ejercicio 21 Calcule la matriz inversa de cada una de las matrices siguientes: a 2 1 1 3 2 1 h e, b 2 1 1 5 2 3 2 0 1 1 2 1 1
Más detallesMatrices y Determinantes. Prof. Nilsa I. Toro Catedrática Recinto Universitario de Mayagüez Residencial - AFAMaC
Matrices y Determinantes Prof. Nilsa I. Toro Catedrática Recinto Universitario de Mayagüez Residencial - AFAMaC Origen y Usos Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J.
Más detallesPráctica 2: Representación de datos y ajuste de curvas
Modelado matemático de los sistemas ecológicos Facultad de Biología Universidad de Oviedo Curso 2007-2008 Práctica 2: Representación de datos y ajuste de curvas 1. Lectura de datos externos Es posible
Más detallesSistema de Ecuaciones Lineales
Pantoja Carhuavilca Métodos Computacionales Agenda Ejemplos Ejemplos Aplicaciones de los Sistemas La solución de sistemas lineales de ecuaciones lineales es un tema clásico de las matemáticas, rico en
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 detalles