{"id":1001,"date":"2016-03-30T11:52:44","date_gmt":"2016-03-30T09:52:44","guid":{"rendered":"https:\/\/webs.uab.cat\/hpca4se\/liniesderecerca\/gpu-application-development-and-optimization-0\/"},"modified":"2016-03-30T11:52:44","modified_gmt":"2016-03-30T09:52:44","slug":"gpu-application-development-and-optimization-0","status":"publish","type":"liniesderecerca","link":"https:\/\/webs.uab.cat\/hpca4se\/liniesderecerca\/gpu-application-development-and-optimization-0\/","title":{"rendered":"GPU"},"content":{"rendered":"

ANALISIS DE APLICACIONES EN PLATAFORMAS GPU<\/strong><\/p>\n

Las GPUs actuales, entendidas como plataformas computacionales de bajo coste, proporcionan una excelente combinaci\u00f3n de rendimiento con gran eficiencia energ\u00e9tica. Ofrecen de forma compacta el acceso a miles de n\u00facleos computacionales y un throughput de memoria muy alto. Desafortunadamente, hay que pagar el precio de una latencia elevada. A partir de aqu\u00ed, estas plataformas se est\u00e1n usando para ejecutar aplicaciones cient\u00edficas clasificadas como Big Data para acelerar la ejecuci\u00f3n de algoritmos computacionalmente intensivos. En particular, las GPUs son un entorno ideal para resolver muchos problemas donde cada uno de los miles de threads en ejecuci\u00f3n colaboran para resolver independientemente una parte del problema. Nuestro objetivo es buscar dise\u00f1os donde podamos exponer un alto nivel de paralelismo de threads y de acceso a memoria para as\u00ed ocultar las latencias de computaci\u00f3n y de acceso a memoria. A partir de aqu\u00ed, nuestra misi\u00f3n es mostrar el importante potencial que tienen las implementaciones eficientes sobre diversas plataformas GPU por parte de las aplicaciones cient\u00edficas. Nuestros trabajos muestran nuevas estrategias de gesti\u00f3n de los recursos computacionales para mejorar el dise\u00f1o y la implementaci\u00f3n de las aplicaciones estudiadas.<\/p>\n

Trabajos realizados:<\/p>\n

Optimizaci\u00f3n de algoritmos de an\u00e1lisis de secuencias gen\u00f3micas en aplicaciones bioinform\u00e1ticas sobre entornos multi-core y GPU.<\/strong><\/p>\n

n-step FM-Index for Faster Pattern Matching<\/em><\/a>. Procedia Computer Science, vol. 18, pp. 70-79, (ICCS 2013). Alejandro Chac\u00f3n, Juan Carlos Moure, Antonio Espinosa, Porfidio Hern\u00e1ndez.<\/p>\n

Thread-Cooperative, bit-parallel computation of Levenshtein distance on GPU<\/em><\/a>. Proceedings of the 28th ACM International Conference on Supercomputing, pp. 103-112. (ICS 2014) Alejandro Chac\u00f3n, Juan Carlos Moure, Antonio Espinosa, Santiago Sola, Paolo Ribeca<\/p>\n

FM-Index on GPU: a collaborative scheme to reduce memory footprint<\/em>.<\/strong><\/a> IEEE International Symposium on Parallel and Distributed Processing with Applications (ISPA 2014), pp. 1-9. 2014. Alejandro Chacon, S. M. Sola, A. Espinosa, P. Ribeca, J.C. Moure<\/p>\n

Boosting the FM-index on the GPU: effective techniques to mitigate random memory access<\/em><\/a>. IEEE\/ACM Transactions on Computational Biology and Bioinformatics. Vol.12 , num. 5. pp.1048-1059. 2015. A. Chacon, S. M. Sola, A. Espinosa, P. Ribeca, J.C. Moure<\/p>\n

GEM3: CPU-GPU Heterogeneous DNA Sequence Alignment for Scalable Read Sizes<\/em><\/a>. Alejandro Chacon. GPU Technology Conference 2016. San Jose. California.<\/p>\n

 <\/p>\n

Algoritmos de detecci\u00f3n de peatones para la conducci\u00f3n aut\u00f3noma en GPU. <\/strong><\/p>\n

DDFA Embedded real-time stereo estimation via Semi-Global Matching on the GPU<\/em>. International Conference on Computational Science. ICCS 2016. D. Hernandez-Juarez, A. Chacon, A. Espinosa, D. Vazquez, J. C. Moure, and A. M. Lopez. <\/p>\n

GPU-based pedestrian detection for autonomous driving. International Conference on Computational Science<\/em>. ICCS 2016. V. Campmany, S. Silva, A. Espinosa, J.C. Moure, D. Vazquez, and A. M. Lopez<\/p>\n

GPU-Based Pedestrian Detection for Autonomous Driving<\/em>. GPU Technology Conference 2016. San Jose, California. Seleccionado como candidato para el Best Poster Award. V. Campmany, S. Silva, A. Espinosa, J.C. Moure, D. Vazquez, and A. M. Lopez<\/p>\n

Real-time 3D Reconstruction for Autonomous Driving through Semi-Global Matching<\/em>. GPU Technology Conference 2016. San Jose, California. D. Hernandez-Juarez, A. Chacon, A. Espinosa, D. Vazquez, J. C. Moure, and A. M. Lopez. <\/p>\n

GPU-accelerated real-time stixel computation<\/a>. IEEE Winter Conference on Applications of Computer Vision 2017. Santa Rosa, California. D. Hernandez-Juarez, A. Espinosa, D. Vazquez, A. M. Lopez, J. C. Moure. <\/p>\n

 <\/p>\n

Optimizaci\u00f3n del rendimiento de algoritmos de optimizaci\u00f3n combinacional<\/strong><\/p>\n

Coalition Structure Generation Problems: optimization and parallelization of the IDP algorithm<\/em>. 6th International workshop on Optimization in Multi-agent systems. F. Cruz, JC Moure, A Espinosa, J Cerquides, JA Rodriguez, S. Ramchurn.<\/p>\n

Paving the way for large-scale combinatorial auctions<\/em>. Aamas 2015. International Conference on Autonomous Agents and Multiagents Systems. 120. F. Cruz, JC Moure, A Espinosa, J Cerquides, JA Rodriguez.<\/p>\n

Parallelisation and application of AD3 as a method for solving large scale combinatorial auctions<\/em>. 10th international Federated Conference on Distributed Computing Techniques. DisCoTec 2015. F. Cruz, JC Moure, A Espinosa, J Cerquides, JA Rodriguez.<\/p>\n

 <\/p>\n

Optimizaci\u00f3n del rendimiento de algoritmos de Discrete Wavelet Transform en entornos GPU. <\/strong><\/p>\n

Implementation of the DWT in a GPU through a Register-based Strategy<\/a><\/em>. IEEE Transactions on Parallel and Distributed Systems, vol. 26, pp. 3394-3406. 2014. Pablo Enfedaque, Francesc Auli-Llinas, and Juan C. Moure.<\/p>\n

Strategy of microscopic parallelism for bitplane image coding<\/em>. Data Compression Conference (DCC 2015). F Auli-Llinas, P Enfedaque, JC Moure, I Blanes, V Sanchez.<\/p>\n

Strategies of SIMD Computing for Image Coding in GPU<\/em>. IEEE 2nd International Conference on High Performance Computing (HiPC 2015). Pablo Enfedaque, Francesc Auli-Llinas, and Juan C. Moure.<\/p>\n

Bitplane Image Coding with parallel coefficient processing<\/a><\/em>. IEEE Transactions on Image Processing, vol. 25, pp. 209-219. 2016. Pablo Enfedaque, Francesc Auli-Llinas, and Juan C. Moure.<\/p>\n

Beyond Standards: A New GPU-Aware Image Coding System<\/em>. Pablo Enfedaque. GPU Technology Conference 2016. San Jose, California<\/p>\n

 <\/p>\n

Planificaci\u00f3n y gesti\u00f3n de recursos en la ejecuci\u00f3n de workflows cient\u00edficos en entornos h\u00edbridos GPGPU<\/strong><\/p>\n

Improving the Execution Performance of FreeSurfer<\/em>. Neuroinformatics. Vol. 12(3). pp. 413-421. 2014. J Delgado, Juan C Moure, Y Vives-Gilabert, M Delfino, A Espinosa, B G\u00f3mez-Ans\u00f3n<\/p>\n

Planificaci\u00f3n y gesti\u00f3n de recursos en la ejecuci\u00f3n de workflows cient\u00edficos en entornos h\u00edbridos GPGPU. Tesis doctoral. 2015.<\/p>\n

 <\/p>\n

Dise\u00f1o, implementaci\u00f3n y optimizaci\u00f3n de la correlaci\u00f3n cruzada en aplicaciones de Sistemas de Navegaci\u00f3n por Sat\u00e9lite. <\/strong><\/p>\n

GNSS-R Cross Correlation: Dise\u00f1o, implementaci\u00f3n y optimizaci\u00f3n de la correlaci\u00f3n cruzada<\/em>. Carlos Calvin. Proyecto Fin de Grado 2014.<\/p>\n

 <\/p>\n

Paralelizaci\u00f3n del Problema de Satisfacci\u00f3n de Restricciones Utilizando Arco-Consistencia<\/strong><\/p>\n

Paralelizacion del problema de satisfacci\u00f3n de restricciones utilizando arco-consistencia<\/em>. Jordi Alcaraz. Proyecto Fin de Grado 2015. Premio al mejor proyecto en Ingenier\u00eda Inform\u00e1tica.<\/p>\n

 <\/p>\n

 <\/em><\/a><\/p>\n

\"\"<\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

Somos un Centro de Investigacion NVIDIA GPU. Gracias a Nvidia por su apoyo. <\/p>\n","protected":false},"excerpt":{"rendered":"

ANALISIS DE APLICACIONES EN PLATAFORMAS GPU Las GPUs actuales, entendidas como plataformas computacionales de bajo coste, proporcionan una excelente combinaci\u00f3n de rendimiento con gran eficiencia energ\u00e9tica. Ofrecen de forma compacta el acceso a miles de n\u00facleos computacionales y un throughput de memoria muy alto. Desafortunadamente, hay que pagar el precio de una latencia elevada. A […]<\/p>\n","protected":false},"author":20,"featured_media":0,"template":"","class_list":["post-1001","liniesderecerca","type-liniesderecerca","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/webs.uab.cat\/hpca4se\/wp-json\/wp\/v2\/liniesderecerca\/1001","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/webs.uab.cat\/hpca4se\/wp-json\/wp\/v2\/liniesderecerca"}],"about":[{"href":"https:\/\/webs.uab.cat\/hpca4se\/wp-json\/wp\/v2\/types\/liniesderecerca"}],"author":[{"embeddable":true,"href":"https:\/\/webs.uab.cat\/hpca4se\/wp-json\/wp\/v2\/users\/20"}],"wp:attachment":[{"href":"https:\/\/webs.uab.cat\/hpca4se\/wp-json\/wp\/v2\/media?parent=1001"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}