|
| Tipo:
|
| Créditos
|
| Profesor Responsable:
Arnal
García, Josep
Profesores:
|
| |
OBJETIVOS:
Es de destacar la demanda de computadores
con gran potencia de cálculo que hoy en día se está
exigiendo tanto a nivel científico como industrial. La velocidad
en la computación tiene unos límites y restricciones lógicos
y tecnológicos a los que paulatinamente se va llegando. Así
pues, para obtener nuevos incrementos en la velocidad de los computadores
se está haciendo uso del paralelismo, el cual consiste en replicar
unidades de tratamiento de información con el objetivo de repartir
tareas entre las mismas, espacial o temporalmente, y realizar la ejecución
del programa en cuestión, en un tiempo inferior.
A las arquitecturas de este tipo de computadores
se las denomina arquitecturas paralelas, y es en la Computación
Matricial donde estas arquitecturas pueden considerarse especialmente adecuadas,
ya que dicho campo contiene un alto grado de paralelismo implícito.
Además la computación matricial posee multitud de aplicaciones
entre las que podemos citar las aplicaciones en problemas de control y
las aplicaciones en el procesamiento de la señal. En esta última
aplicación existe el problema de reconstruir los parámetros
de un fenómeno físico a partir del conocimiento de un conjunto
de señales externas observadas. Ejemplos de este problema
se pueden encontrar en procesamiento de señales biomédicas,
procesamiento de imágenes y reconocimiento del habla, procesamiento
de señales sísmicas, etc. Recordemos además, que uno
de los problemas clásicos de la computación matricial y que
aparece en muchos campos de la ciencia es la resolución de grandes
sistemas de ecuaciones lineales.
La aparición de estos computadores
paralelos ha dado lugar no sólo a una adecuación de los algoritmos
clásicos de la Computación Matricial para su implementación
y ejecución en dichos computadores, sino que además se pretende
la búsqueda de nuevos métodos que obtengan un buen rendimiento
de la máquina.
Los objetivos generales que se pretenden
alcanzar en esta asignatura se
pueden resumir en los siguientes puntos:
Estudio de distintas técnicas para
la resolución de sistemas no lineales en paralelo.
Diseño, estudio y evaluación
de dichos algoritmos usando PVM
|
SOFTWARE UTILIZADO (PVM):
El desarrollo de PVM comenzó en el
verano de 1989 en el Oak Ridge National Laboratory (ORNL) y ahora es parte
de un proyecto de investigación que involucra a distintos centros
de investigación y universidades de los Estados Unidos. PVM proporciona
las funciones necesarias para inicializar automáticamente tareas
sobre la máquina paralela virtual y permite a
cada tarea comunicarse y sincronizarse con
cualquier otra tarea. Una
tarea es definida como una unidad computacional
en PVM, análogamente a un proceso linux. Las aplicaciones pueden
ser paralelizadas usando construcciones usuales de paso de mensajes. Enviando
y recibiendo mensajes, múltiples tareas pueden cooperar para resolver
un mismo problema en paralelo.
PVM es especialmente útil para aplicaciones
compuestas de varias partes relacionadas entre si y con grandes cálculos
cada una de ellas. PVM ha sido usado para un gran número de aplicaciones
tales como simulación de dinámica molecular, estudios de
superconductividad, algoritmos matriciales y como base para la enseñanza
de la programación concurrente o paralela.
DOCUMENTACIÓN SOBRE
PVM:
pvm3.4.0.tar.gz.
Código fuente para la versión 3.4.0 de PVM (formato tar/gzip).
Descomprimir y dentro del directorio pvm3 que se crea leer el fichero
README.
ug.ps.
The users' guide for PVM version 3.3, ORNL/TM-12187 (Postscript). Last
updated 9/21/94 (722798 bytes).
refcard.ps.
Quick
reference card for PVM 3.3 (Postscript). Describes the C and Fortran interface
to PVM (Postscript). Last updated 6/06/94 (93545 bytes).
XPVM.src.1.2.5.tar.gz.
Codigo fuente para la versión 1.2.5 de XPVM (formato tar/gzip).
XPVM es un entorno gráfico para PVM.
Equipo
de cálculo científico IBM RS/6000 SP
de la UA
|
|
BIBLIOGRAFÍA:
-
J.M. Ortega. Introducction to Parallel and
Vector Solution of Linear Systems. Plenum Pres, New York, 1988.
-
K. Hwang y F. A. Briggs. Arquitectura de
computadoras y procesamiento paralelo. McGraw-Hill, 1990.
-
D. P. Bertsekas y J. N. Tsitsiklis. Parallel
and Distributed Computation. Prentice-Hall Internacional, Inc, New
Jersey, 1989.
-
I. Foster. Designing and Building Parallel
Programs. Addison-Wesley, 1995.
-
Y. Saad. Iterative Methods for Sparse Linear
Systems. PWS Publishing Company, 1996.
-
J. JáJá. An Introduction to
parallel algorithms. Addison-Wesley, 1992.
-
J.J. Dongarra, I.S. Duff, D.C. Sorensen, y H.A.
van der Vorst. Solving Linear Systems on Vector and Shared Memory Computers.
SIAM, Philadelphia, 1991.
-
A. Geist, A. Beguelin, J. Dongarra, W. Jiang
y V. Sunderam. PVM 3 user's guide and reference manual. Oak Ridge
National Laboratory, 1994.
-
A. Geist, A. Beguelin, J. Dongarra, W. Jiang
y V. Sunderam. PVM: Parallel Virtual Machine. A user's guide and tutorial
for networked parallel computing. The MIT Press, 1994.
-
F. García. Programación en
Fortran 77. Paraninfo, 1996.
|
GRUPOS DE NOTICIAS:
-
comp.parallel.pvm
-
comp.parallel.mpi
-
comp.lang.fortran
ENLACES DE INTERÉS:
|
