Studio di architetture a elevato parallelismo e dei relativi modelli di programmazione con particolare riguardo al paradigma GP-GPU

L’integrazione sempre più spinta (che consente di portare su un chip miliardi di transistori) e al tempo stesso i vincoli sul consumo energetico hanno spinto in questi anni alla realizzazione di architetture multiprocessore on-chip che consentissero di ottenere elevate prestazioni sfruttando forme di parallelismo a livello di thread o di processo. Le CPU e le GPU hanno seguito diverse filosofie di sviluppo, entrambe con approccio parallelo: le prime includendo pochi core complessi; le seconde molti core semplici. Lo scopo di questo lavoro riguarda l'analisi delle architetture hardware e software per il calcolo parallelo su un sistema eterogeneo comprendente CPU e GPU attraverso lo studio di tre diversi modelli di programmazione paralleli: OpenMP, OpenCL e le direttive PGI Accelerator. A questo proposito è stato implementato un algoritmo di integrazione Monte Carlo, convertendolo in parallelo fase per fase per ogni modello di programmazione. L’analisi è stata effettuata sia per quanto riguarda prestazioni e overhead di esecuzione, sia per la produttività di programmazione. È stato provato che sullo hardware utilizzato, e per la particolare implementazione, la versione con direttive OpenMP su CPU è preferibile per i risultati ottenuti a fronte dello sforzo necessario a implementarla.