Acelerando uma Aplicação de Detecção de Pistas com MPI
Resumo
Aplicações de stream de vídeo demandam processamento de alto desempenho para atender requisitos de tempo real. Nesse cenário, a programação paralela distribuída é uma alternativa para acelerar e escalar o desempenho. Neste trabalho, o objetivo é paralelizar uma aplicação de detecção de pistas com a biblioteca MPI usando o padrão Farm e implementando duas estratégias de distribuição de tarefas. Os resultados evidenciam os ganhos de desempenho.
Referências
Griebler, D., Hoffmann, R. B., Danelutto, M., and Fernandes, L. G. (2018). Stream Parallelism with Ordered Data Constraints on Multi-Core Systems. Journal of Supercomputing, 75(8):4042–4061.
Justo, G. B., Vogel, A., Griebler, D., and Fernandes, L. G. (2019). Acelerando o Reconhecimento de Pessoas em Vídeos com MPI. In Escola Regional de Alto Desempenho (ERAD/RS), page 4, Três de Maio, BR. SBC.
Peng, I. B., Markidis, S., Laure, E., Holmes, D., and Bull, M. (2015). A Data Streaming Model in MPI. In Workshop on Exascale MPI, pages 1–10, USA.
Vogel, A., Rista, C., Justo, G., Ewald, E., Griebler, D., Mencagli, G., and Fernandes, L. G. (2020). Parallel Stream Processing with MPI for Video Analytics and Data Visualization. In CCIS-High Performance Computing Systems, pages 102–116. Springer.