Computación Paralela en Unidades de Procesamiento Gráfico (GPU)
Tesis
Open/ Download
Publication date
2007Metadata
Show full item record
Cómo citar
Rivara Zúñiga, María Cecilia
Cómo citar
Computación Paralela en Unidades de Procesamiento Gráfico (GPU)
Author
Professor Advisor
Abstract
El objetivo de esta memoria es el estudio y desarrollo de aplicaciones de
computación general en tarjetas gráficas. Los avances tecnológicos han
permitido que hardware especializado para la visualización de imágenes sea lo
suficientemente poderoso como para implementar en sus procesadores
programas que son habitualmente asociados a las CPU. Esta memoria explora y
evalúa el uso de estos recursos para aplicaciones numéricas y de generación de
mallas.
Para este objetivo se ha desarrollado una aplicación que simula la
dinámica de fluidos y se exploró la posibilidad de aplicar algoritmos de refinado
de mallas. Este tipo de algoritmos son intensivos en cómputo, ya que necesitan
solucionar ecuaciones diferenciales usando métodos numéricos. Aplicando los
conceptos que se requieren para programar este tipo de algoritmos a una GPU
se busca optimizar su rendimiento y lograr una funcionalidad completa.
A través de la memoria se explican los conceptos matemáticos detrás de
la mecánica de fluidos, y se describe la forma en la que se pueden descomponer
para su posterior implementación en un procesador gráfico, que es altamente
paralelo, y tiene diferencias sustanciales con la arquitectura de un procesador
general. No se pudo aplicar un algoritmo en la GPU de refinamiento de mallas
debido a limitantes físicas de su arquitectura, pero el estudio es útil para futuras
investigaciones.
En conclusión, el programa creado muestra que es posible la adaptación
de tales algoritmos, en hardware que a pesar de no estar diseñado para ellos
entrega los mismos resultados que si fuesen programados de forma habitual.
Esto además libera recursos que pueden ser utilizados para otros fines, o el uso
de ambos procesadores, el CPU y la GPU, para la creación de programas que
se ejecuten de forma más rápida y eficiente debido a la mayor cantidad de
recursos disponibles
Identifier
URI: https://repositorio.uchile.cl/handle/2250/104712
Collections