Zur Seitenansicht
 

Titelaufnahme

Titel
Distributed GPGPU on cloud GPU clusters / Martin Schuchardt
VerfasserSchuchardt, Martin
Betreuer / BetreuerinnenRistov, Sashko ; Durillo, Juan ; inoguchi, Yasushi
ErschienenInnsbruck, 25. Juni 2018
Umfangvii, 51 Seiten : Illustrationen, Diagramme
HochschulschriftUniversität Innsbruck, Masterarbeit, 2018
Datum der AbgabeJuni 2018
SpracheEnglisch
DokumenttypMasterarbeit
Schlagwörter (DE)GPGPU / Verteilte Systeme / MPI / OpenCL / C++ Bibliothek
Schlagwörter (EN)GPGPU / Distributed Systems / MPI / OpenCL / C++ library
URNurn:nbn:at:at-ubi:1-23509 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Distributed GPGPU on cloud GPU clusters [1.4 mb]Sourcecode [27.93 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die Verwendung von GPGPU (Allzweck-Berechnung auf Grafikprozessoreinheit(en)) für Problemstellungen, welche mittels Algorithmen für massiv parallelen Optimierungen gelöst werden können, kann auf entsprechender Hardware zu Leistungssteigerungen führen.

Die hohe Anzahl an Servern, welche bei Cloud-Anbietern wie Amazon EC2 angeboten werden, sind eine interessante Grundlage für verteilte Systeme mit hoher Leistung. Die Kombination beider Technologien bietet ein enormes Potential an nutzbarer Rechenleistung, sofern das zu lösende Problem entsprechend skaliert.

Das Ziel dieser Masterarbeit war es, eine Bibliothek zu entwickeln, die die Erstellung von Clustern vereinfacht und automatisiert sowie typische Anforderung verteilter Systeme wie senden/empfangen, Übertragung an jeden Teilnehmer, Code Ausführung, ... bereitstellt.

Um die Nutzbarkeit der Bibliothek zu demonstrieren, wurden Anwendungen aus der Praxis, welche verteilte Systeme prinzipiell unterstützen und GPGPU bereits verwenden, mittels der Library implementiert und deren Laufzeit gemessen.

Zusammenfassung (Englisch)

Using GPGPU for problems, which can be solved via massive parallel algorithms, may lead to performance gains on appropriate hardware.

The high number of instances rentable from cloud providers like Amazon EC2 offer an interesting basis for powerful distributed systems. Combining both technologies could provide an immense computation power if the problem scales well.

The goal of this Master thesis was writing a library that simplifies and automates the creation of a cluster as well as typical requirements for distributed systems like send/receive, broadcast, execution, ...

To prove the usability of the library, real applications that are distributable and already use GPGPU should be implemented and benchmarked.

Statistik
Das PDF-Dokument wurde 10 mal heruntergeladen.
Lizenz
CC-BY-Lizenz (4.0)Creative Commons Namensnennung 4.0 International Lizenz