• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
https://doi.org/10.11606/T.76.2020.tde-10112020-114434
Documento
Autor
Nome completo
Felipe Ferreira
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2020
Orientador
Banca examinadora
Travieso, Gonzalo (Presidente)
Bruno, Odemir Martinez
Estrella, Júlio Cezar
Moreira, Edson dos Santos
Trevelin, Luis Carlos
Título em português
Um modelo de execução dirigido pelos dados em processadores multi-core
Palavras-chave em português
Multi-core
Fluxo de dados
Modelo de execução
Paralelismo
Resumo em português
A mudança conceitual no desenvolvimento dos processadores que permitiu a construção de processadores multi-core faz necessária a construção de novos modelos de execução para permitir a extração de toda a capacidade de processamento presente nestes novos processadores. Modelos de execução que utilizam os conceitos de fluxo de dados têm tido sucesso nesta tarefa – estes conceitos permitem que o paralelismo disponível nos códigos seja aproveitado de maneira mais eficiente. E é esta a pesquisa exposta nesta tese: a construção de um modelo de execução que seja eficiente na extração da capacidade de processamento, não só dos processadores x86_64 atuais multi-core como também nos futuros processadores many-core. A análise do modelo proposto é feita com a comparação de algoritmos implementados no modelo e em modelos de estado da arte e estas implementações são executadas em um ambiente real e em um ambiente simulado, onde o primeiro permite uma análise contemporânea e o último uma análise dos modelos com os processadores many-core. A execução de algoritmos foi positiva, com o modelo desenvolvido sendo competitivo e até mesmo superior aos modelos de estado da arte, principalmente com a execução no limiar many-core.
Título em inglês
A datadriven execution model in multi-core processors
Palavras-chave em inglês
Dataflow
Execution Models
Multi-core
Parallelism
Resumo em inglês
With the conceptual change on processor development that allowed the construction of multi-core processors came the necessity of creating new execution models able to extract all of their processing capacity. Models that use the data flow paradigm are successful in this task, as they allow the available parallelism to be exploited efficiently. The research presented in this monograph aims at the development of a new execution model using the data flow paradigm to efficiently extract the full capacity of today's multi-core processors and even of the many-core processors expected to be released soon. A prototype of the model was implemented and analyzed through a comparison with state of the art parallel models using a set of algorithms executed on real and simulated machines. The former allows for an analysis in present-day conditions, while the second allows for some prediction regarding a many-core system environment. The overall result is positive and the developed model is shown to be competitive and even better than some of the state of the art ones, mainly on the many-core region, which is our research goal.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2020-11-10
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2023. Todos os direitos reservados.