Paralelização Eficiente na Simulação da Elevação do Nível do Mar em Áreas de Reentrâncias Maranhenses

  • Francisco Borges Carreiro Filho IFMA
  • Helder Pereira Borges IFMA
  • Omar Andres Carmona Cortes IFMA

Resumo


A representação computacional de fenômenos do mundo real é uma atividade complexa, normalmente exigindo o processamento de uma grande quantidade de dados. Neste contexto, a computação de alto desempenho se apresenta como uma solução na redução do tempo de execução nas aplicações. Assim, neste trabalho investiga-se o uso de paralelismo usando multi núcleos (CPU) e muitos núcleos (GPU) na simulação da elevação do nível do mar, um problema sério causado pelas mudanças climáticas, especialmente em regiões de mangue. A simulação foi realizada através do uso de autômatos celulares em três cenários: sequencial, paralelo usando MPI e paralelo usando C-CUDA. Os resultados demonstraram um ganho de performance expressivo nas versões paralelizadas, em especial em GPU, chegando a um speedup de 2,88 e 253,02 em MPI e C-CUDA, respectivamente.

Referências

Agrawala, S., Ota, T., Ahmed, A., Smith, J. B., and van Aalst, M. K. (2003). Development and climate change in Bangladesh: focus on coastal flooding and the Sundarbans. Technical report, Head of Publications Services, OECD, France.

Alves, J. R. P. (2001). Manguezais: educar para proteger. FEMAR: SEMADS.

Bezerra, D. d. S. (2014). Modelagem da dinâmica do manguezal frente à elevação do nível do mar.

Faraco, L. F. D., Andriguetto-Filho, J. M., and Lana, P. C. (2010). Methodology for assessing the vulnerability of mangroves and fisherfolk to climate change. Pan-American Journal of Aquatic Sciences, 5(2):205-223.

Jesus, E. M. d., Santos, A. L. S., Cortes, O. A. C., and Borges, H. P. (2018). Aplicação de autômatos celulares paralelos para simulação do impacto causado pela elevação do nível do mar. In Anais do Simpósio de Sistemas Computacionais de Alto Desempenho (WSCAD), Workshop de Iniciação Científica (WIC), pages 538-543.

Kirk, D. (2007). Nvidia cuda software and gpu parallel computing architecture. In Proceedings of the 6th international symposium on Memory management, volume 7, pages 103-104.

McIvor, A., Spencer, T., Möller, I., and Spalding, M. (2013). The response of mangrove soil surface elevation to sea level rise. Technical report, The Nature Conservancy and Wetlands International.

Soares, M. L. G. (2009). A conceptual model forresponses of mangrove forest to sea level rise. Journal of Coastal Research, 56:267-271.

Vermeer, M. and Rahmstorf, S. (2009). Global sea level linked to global temperature. Proceedings of the National Academy of Sciences, 106(51):21527-21532.

Weimar, J. R. (2003). Simulation with Cellular Automata. Logos Verlag Berlin.

Wolfram, S. (1982). Cellular automata as simple self-organizing systems. Technical report, Calif. Inst. Technol., Pasadena, CA.
Publicado
28/09/2022
Como Citar

Selecione um Formato
CARREIRO FILHO, Francisco Borges; BORGES, Helder Pereira; CORTES, Omar Andres Carmona. Paralelização Eficiente na Simulação da Elevação do Nível do Mar em Áreas de Reentrâncias Maranhenses. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 10. , 2022, São Luís. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 99-108. DOI: https://doi.org/10.5753/ercemapi.2022.225980.