Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/12930
metadata.dc.type: Dissertação
Title: Aceleração de autômatos celulares no contexto de biologia através de computação paralela em GPUS com OPENCL
metadata.dc.creator: Pereira, Maelso Bruno Pacheco Nunes
metadata.dc.contributor.advisor1: Brito, Alisson Vasconcelos de
metadata.dc.description.resumo: Autômatos Celulares (AC) têm suas origens no trabalho de Von Neumann na década de 40 e, desde então, tornou-se um tema de pesquisa importante com uma ampla gama de aplicações, que vão desde modelagem de sequência de DNA até a dinâmica ecológica. Um aspecto que pode ser interessante durante uma simulação de AC é a evolução no número de indivíduos de cada espécie ao longo do tempo. Esta análise pode fornecer informações importantes sobre o domínio de certas espécies em um sistema dinâmico, ou identi?car aspectos que possam favorecer uma ou mais espécies em detrimento de outras. As simulações de AC podem ser tarefas computacionalmente muito custosas. Dependendo do tamanho do domínio de simulação, do número de dimensões ou do número de indivíduos, essas simulações podem levar várias horas para serem concluídas. A avaliação do número de indivíduos em cada time-step de simulação é uma tarefa igualmente custosa. Várias técnicas de aceleração foram desenvolvidas para melhorar o desempenho das simulações de AC, e algumas delas levam em consideração a evolução no número de indivíduos ao longo da simulação. Neste trabalho, é proposto um simulador de AC, capaz de avaliar de forma e?ciente a evolução no número de indivíduos de cada espécie. O alto desempenho é obtido através do uso do paralelismo maciço de GPUs. A abordagem apresentada alcançou uma aceleração de 44 vezes em comparação com uma implementação sequencial e 26 vezes em comparação com uma abordagem tradicional também na GPU.
Abstract: Cellular Automaton (CA) have its origins in the work of Von Neumann in the 40s and, since then, have become an important research topic with a wide range of applications, ranging from DNA sequencing to ecological dynamics. One aspect that may be of interest during a CA simulation is the evolution in the number of individuals of each species along time. This analysis can give important information about the dominance of certain species in a dynamical system, or identify aspects that might favor one or more species in detriment of others. CA simulations can be computationally very expensive tasks. Depending on the simulation domain size, number of dimensions or the number of individuals, these simulations can take several hours to complete. The evaluation of the number of individuals at each simulation time-step is an equally expensive task. Several acceleration techniques have been developed to improve the performance of CA simulations, and some of them take into account the evolution in the number of individuals along the simulation. In this work we propose an CA simulator which is capable of ef?ciently evaluate the evolution in the number of individuals of each species. High performance is obtained through the use of the massive parallelism of GPUs. The presented approach achieved a speed-up of 44 times when compared to a sequential implementation, and 26 times when compared to a traditional approach also in GPU.
Keywords: Autômatos celulares
GPU
GPGPU
Histograma
PRNG
Gerador de números pseudo-aleatórios
Cellular automata
Histogram
Pseudo random number generator
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Informática
metadata.dc.publisher.program: Programa de Pós-Graduação em Informática
metadata.dc.rights: Acesso Aberto
Attribution-NoDerivs 3.0 Brazil
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/12930
Issue Date: 31-Aug-2017
Appears in Collections:Centro de Informática (CI) - Programa de Pós-Graduação em Informática

Files in This Item:
File Description SizeFormat 
Arquivototal.pdfArquivo total4,28 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons