Programação Paralela Híbrida em CPU e GPU: Uma Alternativa na Busca por Desempenho

André Luís Stefanello; Crístian Cleder Machado; Dioni da Rosa; Maurício Sulzbach; Rodrigo Wilhelm Moerschbacher; Thiago Roberto Sarturi

André Luís Stefanello Universidade Regional Integrada do Alto Uruguai e das Missões
Crístian Cleder Machado Universidade Regional Integrada do Alto Uruguai e das Missões
Dioni da Rosa Universidade Regional Integrada do Alto Uruguai e das Missões
Maurício Sulzbach Universidade Regional Integrada do Alto Uruguai e das Missões
Rodrigo Wilhelm Moerschbacher Universidade Regional Integrada do Alto Uruguai e das Missões
Thiago Roberto Sarturi Universidade Regional Integrada do Alto Uruguai e das Missões

Resumo

Atualmente através do avanço tecnológico, a indústria de eletrônicos tem disponibilizado uma série de novos dispositivos com características computacionais, como é o caso da GPU. Essa evolução, aliada a novas APIs de programação paralela tem aberto novas alternativas na computação de alto desempenho. Além disso, unir mais de um dispositivo com poder computacional, como por exemplo, CPU e GPU em um ambiente híbrido tende a ter ganhos de desempenho. Sendo assim, o presente artigo objetiva apresentar uma avaliação de desempenho de algoritmos paralelos híbridos para CPU e CPU através das APIs MPI, OpenMP, CUDA e OpenCL. Foram desenvolvidas e testadas diversas variações do cálculo do produto escalar híbrido em CPU e GPU e constatado que a programação paralela híbrida é uma alternativa interessante na busca por um melhor desempenho.