Noticias
La Unidad de Informática Científica del CIEMAT publica un artículo en The Journal of Supercomputing sobre rendimiento de algoritmos en CPU y GPU
El trabajo evalúa tres implementaciones del algoritmo GMRES reiniciado, ampliamente utilizado para resolver sistemas lineales, incorporando un precondicionador basado en una versión randomizada de la SVD (descomposición en valores singulares). El estudio compara versiones ejecutadas únicamente en CPU con una implementación híbrida GPU-CPU, con el objetivo de comprobar en qué casos la aceleración mediante GPU reduce significativamente el tiempo total de cálculo.
Para ello, los autores emplearon matrices reales, densas y dispersas, demostrando que la versión con GPU ofrece mejoras relevantes en el tiempo de resolución, especialmente en problemas de gran escala. Además, el artículo analiza el equilibrio entre la calidad del precondicionamiento, que puede requerir cómputo adicional, y la rapidez de convergencia.
La implementación híbrida se desarrolló con OpenACC, un modelo de programación que facilita la ejecución paralela en GPU, y se probó en el clúster Turgalium del CIEMAT, empleando nodos CPU y nodos con GPU Nvidia Tesla V100.
Los resultados obtenidos pueden aplicarse a campos como dinámica de fluidos computacional, electromagnetismo, simulaciones multipfísicas y, en general, a cualquier área que requiera resolver sistemas lineales de gran tamaño dentro de entornos de computación de alto rendimiento (HPC).