Las GPU (unidades de procesamiento gráfico) se usan ampliamente para acelerar aplicaciones paralelas en entornos de computación de alto rendimiento (HPC) en la actualidad. Esta tendencia suele denominarse computación de propósito general en unidades de procesamiento de gráficos (GPGPU). Básicamente, descarga partes de aplicaciones de uso intensivo de cómputo a una GPU. En muchos casos, estas partes de código se ejecutan en mucho menos tiempo que las partes de código que se ejecutan en la CPU (unidad central de procesamiento). Por esa razón, los aceleradores de GPU generalmente presentan una tasa de utilización baja.
Para obtener el máximo rendimiento (es decir, trabajos / segundo) y la utilización máxima del hardware en un escenario de computación de alto rendimiento (HPC), es necesario utilizar la planificación adecuada de los diferentes trabajos entre los recursos disponibles. En el caso de plataformas heterogéneas que combinan CPU y GPU, un trabajo completo podría retrasarse debido a la falta de recursos de GPU (por ejemplo, memoria de GPU), mientras que los recursos de la CPU pueden permanecer inactivos. Para ciertos tipos de aplicaciones, una planificación detallada, un bloqueo dinámico y la liberación de recursos, y capaz de adaptarse rápidamente a los requisitos cambiantes, podría ser la solución perfecta.
SchedGPU es un programador para organizar el acceso a la GPU, lo que permite un aumento en la utilización de la GPU y evita fallos debido a la falta de memoria de la GPU, solucionando por tanto este problema. La aplicación está probada en un caso real utilizando una aplicación financiera para el precio de las opciones y ha mostrado muestra claramente sus beneficios: el rendimiento se duplica, mientras que la utilización del hardware aumenta significativamente.
Más información:
