Paralelização Automática de Código em Plataformas Heterogêneas

Prover mecanismos para o uso de paralelização automática em sistemas heterogêneos: Uma abordagem de detecção e extração de paralelismo automaticamente em código legado torna-se interessante uma vez que grande parte das abordagens existentes exigem a intervenção do usuário reescrevendo versões do código para as novas plataformas ou anotando o código para guiar o compilador na tradução das regiões consideradas paralelizáveis. Além disso, fazer uso dos recursos disponíveis por meio de cooperação de elementos heterogêneos e não usar esses recursos de maneira mutuamente exclusiva. Utilização efetiva de recursos e de todos os elementos de processamento do sistema heterogêneo: As plataformas modernas tornam-se cada vez heterogêneas, sendo compostas pelos mais variados elementos de processamento, assim a exploração e uso efetivo de recursos disponíveis em computações torna-se o caminho natural. Gerar código para um ambiente de execução multicore e multiGPU: A parte do trabalho que diz respeito à ferramenta de compilação tem muitas sobreposições com ferramentas como o KernelGen, porém pretendemos avançar na geração de código para plataformas heterogêneas de maneira que combinem esses elementos em um modelo de execução \textit{multicore e multiGPU, sustentando a ideia de particionamento e escalonamento de tarefas para executar aplicações neste ambiente considerando o uso eficiente de recursos disponíveis. As principais contribuições esperadas para o trabalho são: Proposição de um método e de mecanismos para o uso de paralelização automática em sistemas heterogêneos: No contexto desta proposta existem diversos trabalhos e ferramentas em todos os pontos da cadeia indo de geração de código ao escalonamento de tarefas. Nossa proposta busca, por meio da integração de projetos existentes que resolvem subproblemas, montar um ambiente de execução que tenha como entrada aplicações com regiões paralelizáveis em código intermediário que possam ser compiladas para serem executadas em múltiplos dispositivos. Consideramos que são contribuições válidas a criação de novas soluções utilizando como componentes outras soluções existentes que resolvem uma parte do problema. A maioria das abordagens trabalham de forma isolada, não considerando a continuidade ou a combinação de soluções existentes como componentes para criar outras soluções válidas. Esse comportamento acaba diluindo o esforço que poderia trazer avanços para a área em questão, e mantendo as ferramentas em níveis de resultados parecidos. Desenvolvimento de um ambiente de execução capaz de escalonar tarefas simultâneas em um ambiente misto multicore e multiGPU: Buscamos contribuições voltadas aos mecanismos de escalonamento de tarefas para contextos mistos que utilizem de maneira eficiente os recursos disponibilizados por essas plataformas modernas. É sabido que devido à especificidade de muitas aplicações, não há um grau de paralelismo alto que possa ser explorado. Desta forma, nossa proposta traz a ideia de carregar múltiplas aplicações para que seja possível o escalonamento de tarefas simultâneas, na intenção de se obter o uso efetivo de recursos e explorando o paralelismo natural de aplicações distintas. Explorar recursos e características como memória compartilhada para cooperação entre tarefas: Algumas das ferramentas existentes geram código para GPU, porém seus modelos de computação não utilizam novas possibilidades e recursos que tem sido disponibilizados no decorrer da evolução das arquiteturas das GPUs. Características como Paralelismo Dinâmico e possíveis compartilhamentos de memória, bem como acesso pareado entre GPUs não tem sido utilizadas, e pretendemos explorar essas características. Contribuições com a implementação de novas transformações de laços: Iremos usar as transformações de laços que estiverem disponíveis no PoLLy, mas se for necessário criar novas como a kernelize que seria transformar o código de funções em linguagem intermediária pertencentes a um módulo com os identificadores necessários para a execução da função como kernel nos dispositivos aceleradores.