Esqueletos de Paralelismo Map e Reduce Customizáveis com PolyHok

• Frederico Peixoto Antunes UFPel
• André Rauber Du Bois UFPel

DOI: https://doi.org/10.5753/eradrs.2026.21412

Resumo

A crescente demanda por alto desempenho tem impulsionado o uso de abstrações que simplifiquem a programação paralela. Entre elas, os esqueletos de paralelismo encapsulam padrões recorrentes como Map e Reduce, que estruturam a aplicação de funções sobre conjuntos de dados segundo estratégias paralelas pré-definidas. Este trabalho expande o suporte destes esqueletos na DSL PolyHok, explorando otimizações e características configuráveis dos mesmos. A proposta busca conciliar expressividade e eficiência, comparando seu desempenho com implementações em CUDA puro.

Referências

Ciechanowicz, P., Poldner, M., and Kuchen, H. (2009). The münster skeleton library muesli: A comprehensive overview. In J. Becker, K. Backhaus, H. L. G., editor, Working Papers, European Research Center for Information Systems.

Cole, M. I. (1989). Algorithmic skeletons: structured management of parallel computation. Pitman London.

Du Bois, A. R. and Cavalheiro, G. (2025). Polymorphic higher-order gpu kernels. In European Conference on Parallel Processing, pages 100–113. Springer.

Enmyren, J. and Kessler, C. W. (2010). Skepu: a multi-backend skeleton programming library for multi-gpu systems. In Fourth International Workshop on High-level parallel programming and applications, pages 5–14.

Ernsting, S. and Kuchen, H. (2012). Algorithmic skeletons for multi-core, multi-gpu systems and clusters. International Journal of High Performance Computing and Networking, 7(2):129–138.

Marques, R., Paulino, H., Alexandre, F., and Medeiros, P. D. (2013). Algorithmic skeleton framework for the orchestration of gpu computations. In Euro-Par 2013 Parallel Processing, pages 874–885. Springer Berlin Heidelberg.