43-50

ИССЛЕДОВАНИЕ ПРОИЗВОДИТЕЛЬНОСТИ
ТЕХНОЛОГИЙ OpenMP И OpenCL

Р. Ф. Гибадуллин¹, Р. Ш. Минязев¹, А. А. Баев^2
1Казанский национальный исследовательский технический университет им. А.Н. Туполева – КАИ,
Российская Федерация, 420111, Казань, ул. К. Маркса, 10
E-mail: rfgibadullin@kai.ru; rshminyazev@kai.ru
²Поволжский государственный технологический университет,
Российская Федерация, 424000, Йошкар-Ола, пл. Ленина, 3
E-mail: krtmbs@volgatech.net

АННОТАЦИЯ

В статье рассмотрен OpenCL как инструмент параллельного программирования CPU и получена сравнительная оценка его с OpenMP. Рассмотрены как простота программирования, так и аспекты производительности. В обоих случаях тестовый код работал на одном и том же аппаратном обеспечении. Для уменьшения вероятности создания предубеждений в реализации использован простой и идентичный фрагмент кода.

КЛЮЧЕВЫЕ СЛОВА

OpenMP; OpenCL; параллельное программирование

ПОЛНЫЙ ТЕКСТ (pdf)

ФИНАНСИРОВАНИЕ

Работа выполнена при финансовой поддержке Министерства образования и науки РФ, проект RFMEFI577170254 «Система интраоперационной навигации с поддержкой технологии дополненной реальности на базе виртуальных 3D моделей органов, полученных по результатам КТ диагностики, для малоинвазивных операций».

СПИСОК ЛИТЕРАТУРЫ

1.     Sharma M., Soni P. Comparative study of parallel programming models to compute complex algorithm // International Journal of Computer Applications. 2014. Vol. 96 (19) P. 9-12.

2.     Parallel protein secondary structure prediction schemes using Pthread and OpenMP over hyper-threading technology/ W. Zhong, G. Altun, X. Tian et al. // The Journal of Supercomputing. 2007. Vol. 41(1). P. 1-16.

3.     Суперкомпьютеры, иерархия памяти и потоковая модель вычислений / А. В. Климов, Н. Н. Левченко, А. С. Окунев и др. // Программные системы: теория и приложения: электрон. научн. журн. 2014. T. 5, № 1(19), С. 15-36, URL: http://psta.psiras.ru/read/psta2014_1_15-36.pdf (дата обращения: 20.11.2017).

4.     Левченко Н. Н., Окунев А. С., Стемпковский А. Л. Использование модели вычислений с управлением потоком данных и реализующей ее архитектуры для систем эксафлопсного уровня производительности // Всероссийская научно-техническая конференция «Проблемы разработки перспективных микро- и наноэлектронных систем – 2012» (МЭС-2012): сборник трудов. М.: ИППМ РАН, 2012. С. 459-462.

5.     Разработка модуля мониторинга сетевой активности при обращении к защищенной картографической базе данных / Р. Ф. Гибадуллин, А. А. Новиков, И. Н. Смирнов и др. // Вестник Казанского технологического университета. 2016. № 8. С.95-99.

6.     Управление доступом и защита беспроводной передачи картографической информации / Р. Ф. Гибадуллин, А. А. Новиков, И. Н. Смирнов и др. // Вестник Казанского технологического университета. 2016. № 8. С. 105-109.

7.     Боресков А.В., Харламов А.А. Основы работы с технологией CUDA. М.: ДМК-Пресс, 2010. 232 с.

8.     Карпов Ю.Г. Теория и технология программирования. Основы построения трансляторов. СПб.: БХВ-Петербург, 2012. 272 c.

9.     KhronosOpenCL Working Group. The OpenCL Specification. Version: 2.0. Document 11/14/2013. 283 p.

10. Ашарина И.В. Основы программирования на языках C и C++ . М.: ГЛТ, 2012. 208 c.

11. Подвальный С.Л. Многоальтернативные системы: обзор и классификация // Системы управления и информационные технологии. 2012. Т. 48. № 2. С.4-13.

12. Подвальный С.Л., Леденева Т.М. Интеллектуальные системы моделирования: принципы разработки // Системы управления и информационные технологии. 2013. Т. 51. № 1. С.4-10.

Для цитирования: Гибадуллин Р. Ф., Минязев Р. Ш., Баев А. А. Исследование производительности технологий OpenMP и OpenCL // Вестник Поволжского государственного технологического университета. Сер.: Радиотехнические и инфокоммуникационные системы. 2018. № 2 (38). С. 43-50. DOI: 10.15350/2306-2819.2018.2.43