Search

Dissertação de mestrado integrado em Engenharia Informática, Atualmente, em ambientes de computação de alto desempenho, a utilização de aceleradores e co-processadores é cada vez mais relevante, representando uma grande percentagem do poder computacional do sistema. Neste contexto, a utilização de ferramentas tradicionais, tais como o OpenMP e MPI não é a mais adequada face ao modelo de programação daqueles dispositivos. O HPX é uma biblioteca open-source em C++ que surge como a primeira implementação do modelo de execução ParalleX, que se baseia num sistema de comunicação message-driven e num modelo de execução por tarefas. Esta biblioteca visa superar os principais problemas enfrentados em computação de alto desempenho tais como a latência, dificuldade de integração de aceleradores, inanição, entre outros. O HPXCL é uma extensão da biblioteca HPX, orientada à integração de aceleradores em sistemas que combinem CPUs e GPUs. O modelo assynchronous many tasks do HPX é estendido com a transferência de dados entre o host e o GPU (e vice versa) e a execução assíncrona de kernels, que pretende contornar os problemas dos modelos atuais. O HPXCL permite ainda ao utilizador a manipulação dos aceleradores do sistema, neste caso GPUs, através de objetos. Estes objetos permitem a criação de programas, que fazem o lançamento do kernel, e a criação de buffers utilizados para efetuar a comunicação de dados entre o host e o GPU. A avaliação dos resultados obtidos recorrendo ao HPXCL foi realizada através da comparação do desempenho do mesmo com versões de controlo, neste caso uma versão em CUDA puro, e uma versão CUDA com utilização da biblioteca NVRTC. Esta última versão, à semelhança do HPXCL, executa a compilação do kernel durante a execução do programa, permitindo obter uma melhor comparação do que com a versão CUDA. Para além disso também foi feita uma análise do comportamento do algoritmo, para diferentes cargas computacionais para verificar a sua viabilidade dependendo das operações que terá de efetuar. Finalmente foi feito o profiling de todas as versões, recorrendo às ferramentas NVPROF e NSIGHT da NVIDIA, e ao APEX, para permitir justificar o comportamento do algoritmo e as diferenças de desempenho que pudessem ser eventualmente observadas. O código desenvolvido ao longo da dissertação pode ser consultado no repositório https://github.com/PADBarbosa/Tese., Currently, in the context of High-Performance Computing, the usage of accelerators and coprocessors is increasingly fundamental, representing a big percentage of the computational power of a system. In this context, the usage of the traditional tools such as OpenMP and MPI, isn’t the most adequate (in view of the programming model of those devices.) HPX is an open-source C++ library that appears as the first implementation of the ParalleX execution model, which is based in a message-driven communication system and an execution model by tasks. This library aims to overcome the main problems faced by in High-Performance Computing such as latency, difficulty in integrating accelerators, starvation, among others. HPXCL is an exension of the HPX library, oriented to the integration of accelerators in systems that combine both CPUs and GPUs. The HPX assynchronous many tasks model is extended with the transfer of data between the host and the GPU (and vice versa) and the asynchronous execution of kernels, which intends to work around the problems of the current models. HPXCL also allows the user to manipulate system accelerators, in this case GPUs, through objects. These objects allow the creation of programs, that launch the kernel execution, and the creation of buffers which are used for the communication of data between host and GPU. The evaluation of the results obtained using HPXCL was performed by comparing its performance with the control versions, in this case a version using pure CUDA, and a CUDA version using the NVRTC library. This last version, similarly to HPXCL, executes the kernel compilarion during runtime, allowing for a better comparison than with the pure CUDA version. Furthermore, an analysis of the behaviour of the NBody simulation algorithm was also carried out, for different computational loads to verify its viability depending on the operations that will have to be carried out. Finally, all versions were profiled, using NVIDIA’s NVPROF and NSIGHT tools, and APEX, in order to justify the algorithm’s behavior and the performance differences that could eventually be observed. The code developed throughout this dissertation can be consulted in the repository https://github.com/PADBarbosa/Tese.

Submitted by Jeferson Carlos da Veiga Rodrigues (jveigar@unisinos.br) on 2021-02-17T18:16:06Z No. of bitstreams: 1 Thiago Roberto Lima Lopes_.pdf: 1469182 bytes, checksum: 00fbdf796cec58128d4640bdcd51917f (MD5) Made available in DSpace on 2021-02-17T18:16:06Z (GMT). No. of bitstreams: 1 Thiago Roberto Lima Lopes_.pdf: 1469182 bytes, checksum: 00fbdf796cec58128d4640bdcd51917f (MD5) Previous issue date: 2020-03-26 CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico A partir de 1970, com o surgimento da tomografia computadorizada, as imagens médicas se tornaram parte fundamental do fluxo de diagnóstico. A padronização das imagens através do formato DICOM (Digital Imaging and Communications in Medicine) representou um grande avanço para a interoperabilidade das máquinas de capturas das imagens médicas, bem como para os softwares que realizam a visualização. Todavia, ainda no presente existem desafios que precisam serem perpassados para aperfeiçoar os processos, a fim de agilizar o diagnóstico clínico. O servidor de armazenamento das imagens (PACS), em geral, se localiza internamente nos hospitais, não sendo possível compartilhar essas imagens com outros médicos que estejam fora do domínio do hospital, dificultando por exemplo, a colaboração de um especialista que esteja em um local geograficamente distante. Contudo, essa arquitetura pode ser distribuída usando cloud computing, que além de colaborar para o compartilhamento de imagens médicas, colabora com o gerenciamento mantendo a qualidade de serviço mesmo sobre o aumento de carga de trabalho. Utilizando elasticidade é possível alocar e desalocar recursos conforme algumas métricas, como CPU, visando melhorar o desempenho da aplicação. Existem diversos trabalhos que utilizam elasticidade para melhorar o desempenho da aplicação, mas a maioria dos trabalhos baseiam-se na elasticidade reativa, onde as ações são executadas quando alguma métrica atinge um determinado limite. Além disso, outros trabalhos que abordam compressão das imagens a fim de reduzir a demanda por espaço em disco, o fazem apenas no pixel-data e não se atém em questões relacionados ao tempo de transmissão das imagens e velocidade da conexão com a internet. O acesso limitado à pesquisadores proposto nos trabalhos relacionados desatende os profissionais da saúde que podem se beneficiar de um acesso remoto e mais rápido às imagens. Neste trabalho, se utiliza uma abordagem diferenciada, com a elasticidade proativa e um algoritmo baseado em séries temporais para prever valores futuros de uma métrica e tomar decisões de antemão. Foram modeladas quatro cargas de trabalho, utilizadas na avaliação do modelo: constante, onda, crescente e decrescente. É demonstrado resultados de predição de valores com a simulação de cargas de trabalhos reais. Para cada carga de trabalho foi avaliado o melhor modelo do ARIMA para predição. O algoritmo mais eficiente foi escolhido e aplicado nos demais testes, que incluem mensurar o nível de compressão alcançado para cada um dos métodos de compressão avaliados. O modelo teve sua contribuição validado junto a um software de servidor PACS real, nos aspectos de desempenho, seu grau de compressão e a efetividade em compartilhar imagens com outro hospital. Este trabalho contribui nos aspectos de tornar possível o compartilhamento de imagens médicas, mesmo em ambientes com internet com baixa largura de banda, características em países em desenvolvimento, através de compressão das imagens para melhor aproveitamento da conexão com a internet. O melhor algoritmo de compressão foi o Zip+PPMd, que obteve uma redução do tamanho do dataset de 72.32%. Também contribui provendo elasticidade proativa de aplicações, onde os resultados demonstram que é possível manter a qualidade de serviço (0% de erros) e reduzir os custos da nuvem (menor quantidade de VMs ligadas), através da correta alocação e liberação dos recursos. Since 1970, with the advent of computed tomography, medical images have become a fundamental part of the diagnostic flow. The standardization of images through the DICOM format (Digital Imaging and Communications in Medicine) represented a significant advance for the interoperability of the medical image capture machines, as well as for the software that performs the visualization. However, in the present, some challenges need to be overcome to improve the processes in order to speed up the clinical diagnosis. The image storage server (PACS), in general, is located internally in hospitals, and it is not possible to share these images with other doctors outside the hospital’s domain, making it difficult, for example, to collaborate with a specialist who is in a location geographically distant. However, we can distribute this architecture using cloud computing, which also collaborates for sharing the medical images and helps the management supporting the quality of service even on the increase in workload. When using elasticity, it is possible to allocate and deallocate resources according to some metrics, such as CPU, to improve the performance of the application. Several works use elasticity to improve the application’s performance, but most of the works apply reactive elasticity, where one performs actions when a metric reaches a specific threshold. Also, works that address image compression to reduce the disk space demand do so only on pixel-data and do not focus on issues related to the image transmission time and the speed of the internet connection. The researchers-only access proposed in related works dismisses health professionals who can benefit from remote and faster access to medical images. In this work, a differentiated approach is employed, using a proactive elasticity and an algorithm based on time series to predict future values of a metric and make decisions beforehand. Four workloads were modeled and used to evaluate the model: constant, wave, ascending, and descending. We evaluate different ARIMA parameters for each workload, to choose which parameter set is the best ARIMA to forecasting in our model. Besides using the most efficient ARIMA algorithm, the tests also include measuring the compression level for each of the compression methods available on 7-Zip. We validated this model with real PACS server software, in terms of performance, compression rate, and the effectiveness in sharing images with another hospital. This work contributes to making the sharing of medical images possible even in environments with low internet bandwidth (commonly found in developing countries), through images compression for better use of the internet connection. The best compression algorithm was Zip + PPMd, which obtained a reduction of 72.32% in the dataset size. It also contributes by providing proactive elasticity of applications, where the results demonstrate that it is possible to maintain the quality of service (0% errors) and reduce the costs of the cloud (fewer connected VMs), through the correct allocation and release of resources.

Submitted by Teresa Silva CTC/D (teresadasilvarj@gmail.com) on 2022-01-06T21:14:40Z No. of bitstreams: 1 Dissertação - Anderson Mendonça da Silva - 2012 - Completa.pdf: 6896035 bytes, checksum: 4f72ace312eebbaf365a5d202516fe00 (MD5) Made available in DSpace on 2022-01-06T21:14:40Z (GMT). No. of bitstreams: 1 Dissertação - Anderson Mendonça da Silva - 2012 - Completa.pdf: 6896035 bytes, checksum: 4f72ace312eebbaf365a5d202516fe00 (MD5) Previous issue date: 2012-10-30 The motion of massive particles in an external magnetic field around a black hole can be found using the Hamiltonian formalism adapted for General Relativity, with the particle’s proper time serving as the independent variable. The resulting dynamical systems are, in general, non-integrable, opening up the possibility of chaotic motion. It is therefore interesting to develop and apply numerical integration methods which are both efficient and precise for calculating the particle trajectories. The main aim of the work presented in this dissertation is to develop programs which are both fast and highly accurate, with a precision which can be adapted according to the application and needs of the user. To this end, we have implemented a program for integrating differential equations based on the fourth-order Runge-Kutta method, using C++ and the multiple precision library MPFR. The program was compared with equivalent implementations in double precision C and Maple, and showed greater accuracy than the former, while being faster than the latter at the same level of precision. As a physical application, the program was used to investigate chaos in particle trajectories around black holes. O movimento de partículas massivas imersas em um campo magnético externo a um buraco negro pode ser determinado pelo formalismo hamiltoniano adaptado à Relatividade Geral, com o tempo próprio definido como variável independente. Esses sistemas dinâmicos, em geral, não são integráveis, possibilitando o surgimento de movimentos caóticos. Por isso é interessante utilizar métodos numéricos de integração precisos e eficientes para determinar as trajetórias das partículas. O presente trabalho tem como objetivo principal desenvolver programas que sejam simultaneamente rápidos e altamente precisos, com um nível de acurácia adaptável às necessidades. Por esse fim, foi implementado um integrador de equações diferenciais baseado no método de Runge-Kutta de quarta ordem, usando C++ e a biblioteca de múltipla precisão MPFR. O programa foi comparado com implementações equivalentes em dupla precisão em C e em Maple, mostrando-se mais preciso do que a primeira, e mais rápido do que a segunda. Como aplicação, o programa foi usado para investigar caos em trajetórias de partículas em torno de buracos negros.

FERREIRA, Davi Morais. Integração de bibliotecas científicas de propósito especial em uma plataforma de componentes paralelos. 2010. 144 f. Dissertação (Mestrado em ciência da computação)- Universidade Federal do Ceará, Fortaleza-CE, 2010. The contribution of traditional scienti c libraries shows to be consolidated in the construction of high-performance applications. However, such an artifact of development possesses some limitations in integration, productivity in large-scale applications, and exibility for changes in the context of the problem. On the other hand, the development technology based on components recently proposed a viable alternative for the architecture of High-Performance Computing (HPC) applications, which has provided a means to overcome these challenges. Thus we see that the scienti c libraries and programming orientated at components are complementary techniques in the improvement of the development process of modern HPC applications. Accordingly, this work aims to propose a systematic method for the integration of scienti c libraries on a platform of parallel components, HPE (Hash Programming Environment), to o er additional advantageous aspects for the use of components and scienti c libraries to developers of parallel programs that implement high-performance applications. The purpose of this work goes beyond the construction of a simple encapsulation of the library in a component; it aims to provide the bene ts in integration, productivity in large-scale applications, and the exibility for changes in the context of a problem in the use of scienti c libraries. As a way to illustrate and validate the method, we have incorporated the libraries of linear systems solvers to HPE, electing three signi cant representatives: PETSc, Hypre, e SuperLU. A contribuição das tradicionais bibliotecas científicas mostra-se consolidada na construção de aplicações de alto desempenho. No entanto, tal artefato de desenvolvimento possui algumas limitações de integração, de produtividade em aplicações de larga escala e de exibilidade para mudanças no contexto do problema. Por outro lado, a tecnologia de desenvolvimento baseada em componentes, recentemente proposta como alternativa viável para a arquitetura de aplicações de Computação de Alto Desempenho (CAD), tem fornecido meios para superar esses desafi os. Vemos assim, que as bibliotecas científicas e a programação orientada a componentes são técnicas complementares na melhoria do processo de desenvolvimento de aplicações modernas de CAD. Dessa forma, este trabalho tem por objetivo propor um método sistemático para integração de bibliotecas científicas sobre a plataforma de componentes paralelos HPE (Hash Programming Environment ), buscando oferecer os aspectos vantajosos complementares do uso de componentes e de bibliotecas científicas aos desenvolvedores de programas paralelos que implementam aplicações de alto desempenho. A proposta deste trabalho vai além da construção de um simples encapsulamento da biblioteca em um componente, visa proporcionar ao uso das bibliotecas científicas os benefícios de integração, de produtividade em aplicações de larga escala e da exibilidade para mudanças no contexto do problema. Como forma de exemplificar e validar o método, temos incorporado bibliotecas de resolução de sistemas lineares ao HPE, elegendo três representantes significativos: PETSc, Hypre e SuperLU.

Beowulf cluster is perhaps the cheapest way to construct a high performance computers. The strategy of reaching a high power computing isn't so difficult, but buying and configurating should be done carefully. Technical aspects of hardware components and message-passing libraries are considered, with some results given as examples.