Computación Paralela en Unidades de Procesamiento Gráfico (GPU)
Professor Advisor
dc.contributor.advisor
Rivara Zúñiga, María Cecilia
es_CL
Professor Advisor
dc.contributor.advisor
Antonio Mateu, Luis Emilio
Author
dc.contributor.author
Kim, Joon Young
es_CL
Staff editor
dc.contributor.editor
Facultad de Ciencias Físicas y Matemáticas
es_CL
Staff editor
dc.contributor.editor
Departamento de Ciencias de la Computación
es_CL
Associate professor
dc.contributor.other
Palma Lizana, Mauricio
Admission date
dc.date.accessioned
2012-09-12T18:18:50Z
Available date
dc.date.available
2012-09-12T18:18:50Z
Publication date
dc.date.issued
2007
es_CL
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/104712
Abstract
dc.description.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