Dynamische Lastverteilung in einer heterogenen CPU-GPU Umgebung

  • Type:Masterarbeit
  • Supervisor:

    Dipl.-Inform. Martin Tillmann

  • Person in Charge:Murat Kavak
  • Grafikkarten (GPUS) werden heute außerhalb ihres ursprünglich angedachten Aufgabengebietes wegen ihrer hohen Parallelität zur Allzweck-Berechnungen genutzt. Je nach Problemdomäne können GPUs einen signifikant besseren Durchsatz oder niedrigeren Stromverbrauch erzielen, als CPUs. Für den Entwickler ist es jedoch teuer und sehr fehleranfällig sowohl für die CPU als auch für die GPU entsprechenden Code zu schreiben und auf alle Eigenheiten der jeweiligen Plattform einzugehen. Diese Arbeit wird sich daher primär mit der Konzeption und Entwicklung einer automatisierten Übersetzung eines bereits vorhandenen C++ Codes für beide Zielplattformen beschäftigen. Anschließend soll mithilfe eines Online Autotuners abhängig von der Problemgröße zur Laufzeit bestimmt werden, auf welcher Zielplattform der Code ausgeführt werden können sollen. Konzeptionell ist vorgesehen, dass mehrere Code-Abschnitte auf jeweils eine der beiden Zielplattformen, auch parallel, ausgeführt werden sollen.

Projekte
Titel