Mostra i principali dati dell'item
GPU Computing: implementação do método do Gradiente Conjugado utilizando CUDA
dc.contributor.advisor | Martinotto, André Luis | |
dc.contributor.author | Grisa, Maurício | |
dc.contributor.other | Adami, André Gustavo | |
dc.contributor.other | Dorneles, Ricardo Vargas | |
dc.date.accessioned | 2016-12-21T18:40:29Z | |
dc.date.available | 2016-12-21T18:40:29Z | |
dc.date.submitted | 2010 | |
dc.identifier.uri | https://repositorio.ucs.br/handle/11338/1429 | |
dc.description | O uso do paralelismo tem aumentado consideravelmente nas aplicações desk-top. Devido a limitações físicas, os processadores têm sido projetados com múltiplos núcleos de processamento, tornando assim o uso da programa ção paralela essencial. Recentemente, as unidades de processamento graças (GPUs) emergiram como um poderoso dispositivo de computa ção paralela, atingindo níveis de processamento que ultrapassam os processadores das unidades centrais de processamento (CPUs). O presente trabalho consiste na implementa ção do método do Gradiente Conjugado utilizando GPU Computing, mais especificadamente através da utilização do modelo de programa ção CUDA. Nessa implementa ção, a GPU foi utilizada para executar o método do Gradiente Conjugado e, deste modo, foi avaliado o tempo de processamento necessário para a obtenção da solução do sistemas lineares em comparação com uma implementação sequencial. Para a realização dos testes, foram utilizadas algumas matrizes disponíveis de repositório online Matrix Market (sic). | pt_BR |
dc.language.iso | pt | pt_BR |
dc.subject | Arquitetura de computador | pt_BR |
dc.subject | Programação (Computadores) | pt_BR |
dc.subject | Unidades de processamento gráfico | pt_BR |
dc.title | GPU Computing: implementação do método do Gradiente Conjugado utilizando CUDA | pt_BR |
dc.type | Monografia | pt_BR |
mtd2-br.advisor.instituation | Universidade de Caxias do Sul | pt_BR |
mtd2-br.program.name | Bacharelado em Ciência da Computação | pt_BR |