Avaliação de Desempenho dos Processadores Vetorizados Utilizando Curvas b-spline

• Vitor David UFRRJ
• Douglas Araujo UFRRJ
• Ubiratam de Paula UFRRJ
• Marcelo Zamith UFRRJ

Resumo

Tendo em vista a importância da paralelização de trechos do algoritmo, para a obtenção de desempenho, este artigo propõe a análise de desempenho para diferentes níveis de abordagens paralelas permitindo concluir a melhor abordagem para curvas b-spline. O desempenho foi avaliado utilizando diferentes níveis de paralelização, por meio de instruções, com a vetorização, e por meio de núcleos, através das threads. Nossos resultados demonstraram que uma abordagem através de núcleos obteve um aproveitamento muito bom enquanto que a vetorização não obteve ganhos.

Palavras-chave: Programação Paralela, Interpolação, B-Splines

Referências

Bramas, B. (2017). A novel hybrid quicksort algorithm vectorized using avx-512 on intel skylake. International Journal of Advanced Computer Science and Applications (IJACSA), 8.

Buss, S. R. (2003). 3D computer graphics: a mathematical introduction with OpenGL. Cambridge University Press.

Holewinski, J.; Ramamurthi, R. (2012). Dynamic trace-based analysis of vectorization potential of applications. ACM SIGPLAN Notices, 47:371–382.

Stock, K.; Pouchet, P. S. (2012). Using machine learning to improve automatic vectorization. ACM Transactions on Architecture and Code Optimization (TACO) - Special Issue on High-Performance Embedded Architectures and Compilers, 8(50).

Wolberg, G. (1990). Digital image warping, volume 10662. IEEE computer society press Los Alamitos, CA.