Análisis del rendimiento de procesadores multinúcleo embebidos en dispositivos digitales al ejecutar aplicaciones paralelas
Esta investigación ha sido posible gracias a las facilidades brindadas por el Instituto Tecnológico Superior del Sur del Estado de Yucatán y la Universidad Autónoma de Yucatán. El presente trabajo analiza el rendimiento de procesadores multinúcleo embebidos en dispositivos digitales al ejecutar apli...
| Autor: | |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2016 |
| País: | México |
| Recursos: | Universidad Autónoma de Yucatán |
| Repositorio: | Repositorio Digital Institucional de la Universidad Autónoma de Yucatán |
| Idioma: | español |
| OAI Identifier: | oai:redi.uady.mx:123456789/516 |
| Acesso em linha: | http://redi.uady.mx:8080/handle/123456789/516 |
| Access Level: | acceso abierto |
| Palavra-chave: | info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/7 Boost OpenMP Procesador multinúcleo Programación paralela |
| Resumo: | Esta investigación ha sido posible gracias a las facilidades brindadas por el Instituto Tecnológico Superior del Sur del Estado de Yucatán y la Universidad Autónoma de Yucatán. El presente trabajo analiza el rendimiento de procesadores multinúcleo embebidos en dispositivos digitales al ejecutar aplicaciones paralelas desarrolladas con Python, C++, OpenMP y Boost. El rendimiento es analizado a partir de la medición y cálculo de tres indicadores: tiempo de ejecución, aceleración y eficiencia. Los procesadores multinúcleo reúnen varias unidades de procesamiento energéticamente eficientes en un solo microprocesador, pudiendo ser aprovechados al máximo si las aplicaciones se diseñan bajo el paradigma de computación paralela. Se aplicó la metodología de programación paralela en espiral para la implementación de dos aplicaciones: multiplicación de matrices y convolución de imágenes. Se ejecutaron en diversos dispositivos digitales con procesador multinúcleo embebido registrando los tiempos de ejecución para su análisis. Los resultados demostraron la mejora del rendimiento al reducir el 73% del tiempo total de ejecución, alcanzando eficiencia de hasta 94% con cuatro núcleos. |
|---|