چکیده فارسی :

معرفی تکنیک‌های میزان سازی خودکار در روال‌های جبر خطی با استفاده از ترکیب پیوندی منابع پردازش چندگانه CPU و GPU آنالیز می‌شود. مدل‌های بنیادی زمان اجرا و اطلاعات بدست آمده در زمان نصب روال جهت بهینه سازی زمان اجرا با تخصیص متوازن کار به بخش‌های پردازش در سیستم استفاده می‌گردد. این مطالعه با کرنل ابتدایی (ضرب ماتریس در ماتریس) و یک روال در سطح بالاتر (فاکتور گیری LU) با استفاده از GPU و پردازنده چند هسته‌ای میزبان انجام می‌شود. نتایج رضایت بخشی بدست می‌آیند و زمان اجرای آزمایشگاهی نزدیک به کمترین مقدار ، به صورت آزمایشگاهی قابل حصول می‌باشد.

واژه‌های کلیدی : میزان سازی خودکار ، مدل‌های زمان اجرا ، جبر خطی موازی ، پردازش پیوندی CPU+GPU

چکیده انگلیسی :

The introduction of auto-tuning techniques in linear algebra routines using hybrid combinations of multiple CPU and GPU computing resources is analyzed. Basic models of the execution time and information obtained during the installation of the routines are used to optimize the execution time with a balanced assignation of the work to the computing components in the system. The study is carried out with a basic kernel (matrix-matrix multiplication) and a higher level routine (LU factorization) using GPUs and the host multicore processor. Satisfactory results are obtained, with experimental execution times close to the lowest experimentally achievable.
Keywords: Auto-tuning, Models of the execution time, Parallel linear algebra, Hybrid CPU+GPU computing