Characterizing CPU-GPU collaboration in Modern Heterogeneous Systems

Read full text Summarise with VIRAT
Authors: Ferran Llorà Nieto, Universitat Autònoma de Barcelona. Escola d'Enginyeria
Cited by: 0
References: 8

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Els sistemes heterogenis són omnipresents i es troben en plataformes tan diverses com telèfons mòbils, ordinadors portàtils i supercomputadors d'altes prestacions. Tot i que les CPU tradicionals no poden oferir prou rendiment per a càrregues de treball intensives en còmput, les GPU per si soles tampoc són adequades per a tot tipus de tasques. Per aquest motiu, les aplicacions més exigents requereixen la integració d'ambdós tipus de dispositius en un únic sistema heterogeni. En aquest context, l'eficiència de la comunicació i el grau de col·laboració entre aquests dispositius han adquirit una importància creixent en els darrers anys. Els arquitectes de computadors necessiten mecanismes i metodologies que permetin avaluar amb precisió la integració de sistemes heterogenis. Aquest nivell d'integració es pot mesurar mitjançant l'estudi acurat del comportament del sistema sota diferents patrons de col·laboració. Tanmateix, aquests patrons són difícils d'analitzar, ja que depenen d'un gran nombre de variables. La suite d'aplicacions CHAI és un conjunt de nuclis de programa dissenyats per mesurar el grau d'integració entre CPU i GPU mitjançant càrregues de treball col·laboratives que posen a prova aquests patrons de col·laboració. No obstant això, CHAI va ser introduïda l'any 2015, amb l'objectiu de donar suport a arquitectures modestes de telèfons mòbils, amb poques CPU i una GPU petita. Avui dia, fins i tot els supercomputadors són heterogenis, integrant desenes de CPU i GPU de gran capacitat. Aquest TFG té com a objectiu refactoritzar les aplicacions originals per aprofitar les funcionalitats de versions més recents de CUDA, així com reescriure-les utilitzant les extensions de programació HIP d'AMD. A més, es pretén obtenir mesures de rendiment en maquinari modern, abastant des de sistemes de consum fins a grans plataformes HPC. Atès que aquestes aplicacions van ser dissenyades per a maquinari molt menys potent, s'escala la mida dels problemes originals per tal d'obtenir resultats significatius en els sistemes actuals.

Fields of Study & Subjects

Parallel Computing and Optimization Techniques Embedded Systems Design Techniques Distributed and Parallel Computing Systems

Publication details

Journal / source
Dipòsit Digital de Documents de la UAB (Universitat Autònoma de Barcelona)
Publication date
1 January 2026
Language
EN
Document type
Thesis