English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Com o avanco tecnologico surgiu a necessidade de processar dados de forma mais rapida e eficaz. Dando origem a Computacao Paralera (CP) (ROCHA, 2007/2008) e os processadores capazes de atender as necessidades da mesma que sao os multicore ou os manycore. Um exemplo de processadores que se assemelham aos manycore, possuindo dezenas de unidades de processamento, sao as Placas Graficas (GPU). As GPUs foram projetadas para auxiliar em calculos de uso intensivos dos processadores comuns, elas possuem muito mais nucleos de processamentos que permite a execucao simultânea de operacoes identicas sobre dados diferentes (SIMD) (DE PAULA, 2014). Novas plataformas para gerenciar a implementacao de algoritmos foram criadas e com elas outras tecnologias como Application Programming Interface (API) e bibliotecas foram aprimoradas. APIs e bibliotecas sao interfaces usadas para acessar algumas funcoes existentes sem necessariamente saber como o codigo fonte funciona, a diferenca basica e que as primeiras sao mantidas por entidades e isso agrega uma confiabilidade maior aos servicos. Atualmente, as plataformas que mais se destacam para computacao paralela usando GPU sao: CUDA (Compute Unified Device Architecture), OpenCL (Open Computing Language) e Direct Compute (Microsoft). A CUDA foi criada pela NVIDIA em 2006, com o intuito de otimizar a execucao de algoritmos nas placas desenvolvidas por esta empresa. O OpenCL, desenvolvido pela Khronos, e uma plataforma aberta que comporta a paralelizacao de aplicacoes e, tambem, admite a elaboracao de codigos heterogeneos podendo assim aproveitar tanto a CPU quanto a GPU (TSUCHIYAMA, 2010). Visto que no Laboratorio de Computacao de Alto Desempenho (LaCAD) da Universidade Estadual de Feira de Santana (UEFS) existem GPU da NVIDIA, foi possivel utilizar ambas as plataformas. Dessa forma, esse trabalho teve o objetivo de testar e identificar, dentre elas, a que potencializa a criacao de sistemas de alto desempenho para atender as necessidades do laboratorio.

Comparativo de desempenho de execução de Algoritmos no CUDA e no OpenCL