Programação Dataflow de Aplicações de Fluxo de Dados Contínuo para Sistemas Heterogêneos
Autores
|
6504 |
2938,131,2102
|
|
|
6505 |
2938,131,2102
|
|
|
6506 |
2938,131,2102
|
Informações:
Publicações do PESC
Aplicações stream demandam rigorosos requisitos de performance que são difíceis de serem atingidos utilizando modelos paralelos tradicionais em arquiteturas many-cores como GPUs. Por outro lado, os recentes modelos de computação Dataflow podem naturalmente explorar paralelismo em uma abrangente classe de aplicações. Este trabalho apresenta uma extensão para uma biblioteca Dataflow em Java. Esta extensão implementa construções em alto nível com múltiplas filas de comando que permitem a sobreposição de operações de memória e execução de kernel em GPUs. Os resultados deste trabalho mostraram que um significante speedup pode ser atingido para um conjunto de aplicações bem conhecidas de processamento stream como: Ray-Casting, Path-Tracing e filtro Sobel.
Stream processing applications have high-demanding performance requirements that are hard to tackle using traditional parallel models on modern many-core architectures, such as GPUs. On the other hand, recent dataflow computing models can naturally exploit parallelism for a wide class of applications. This work presents an extension to an existing dataflow library for Java. The library extension implements high-level constructs with multiple command queues to enable the superposition of memory operations and kernel executions on GPUs. Experimental results show that significant speedup can be achieved for a subset of well-known stream processing applications: Volume Ray-Casting, Path-Tracing and Sobel Filter.