Proposta para um RTM Portátil: Explorando Kokkos e RAJA em Múltiplas GPUs

• Rodrigo C. Machado UFRGS
• Arthur F. Lorenzon UFRGS
• Philippe O. A. Navaux UFRGS

DOI: https://doi.org/10.5753/eradrs.2025.6834

Resumo

Este trabalho propõe portar uma implementação CUDA de RTM multi-GPU para os frameworks Kokkos e RAJA, com o objetivo de avaliar seu desempenho e compatibilidade em diferentes arquiteturas de GPUs. A pesquisa envolve o estudo dos frameworks, a adaptação do código CUDA para C++ utilizando Kokkos e RAJA, e uma análise experimental comparando as versões portadas com a implementação original em CUDA e com a versão gerada pela ferramenta Hipify para GPUs AMD. A avaliação será feita com base em tempo de execução, uso de memória e escalabilidade.

Referências

AMD (2025). HIP: C++ Heterogeneous-Compute Interface for Portability. [link].

Beckingsale, D. A., Burmark, J., Hornung, R., Jones, H., Killian, W., Kunen, A. J., Pearce, O., Robinson, P., Ryujin, B. S., and Scogland, T. R. W. (2019). RAJA: Portable Performance for Large-Scale Scientific Applications. In 2019 IEEE/ACM International Workshop on Performance, Portability and Productivity in HPC (P3HPC), pages 71–81.

Cook, S. (2012). CUDA Programming: A Developer’s Guide to Parallel Computing with GPUs. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 1st edition.

Trott, C., Berger-Vergiat, L., Poliakoff, D., Rajamanickam, S., Lebrun-Grandie, D., Madsen, J., Al Awar, N., Gligoric, M., Shipman, G., and Womeldorff, G. (2021). The kokkos ecosystem: Comprehensive performance portability for high performance computing. Computing in Science Engineering, 23(5):10–18.