<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-27T13:49:45Z</responseDate><request verb="GetRecord" identifier="oai:uvadoc.uva.es:10324/44397" metadataPrefix="edm">https://uvadoc.uva.es/oai/request</request><GetRecord><record><header><identifier>oai:uvadoc.uva.es:10324/44397</identifier><datestamp>2021-06-30T04:01:12Z</datestamp><setSpec>com_10324_38</setSpec><setSpec>col_10324_852</setSpec></header><metadata><rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ore="http://www.openarchives.org/ore/terms/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:ds="http://dspace.org/ds/elements/1.1/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:edm="http://www.europeana.eu/schemas/edm/" xsi:schemaLocation="http://www.w3.org/1999/02/22-rdf-syntax-ns# http://www.europeana.eu/schemas/edm/EDM.xsd">
<edm:ProvidedCHO rdf:about="http://uvadoc.uva.es/handle/10324/44397">
<dc:contributor>González Escribano, Arturo</dc:contributor>
<dc:contributor>Torres de la Sierra, Yuri</dc:contributor>
<dc:contributor>Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid</dc:contributor>
<dc:creator>Sánchez Girón, María</dc:creator>
<dc:date>2020</dc:date>
<dc:description>Actualmente, la computación de alto rendimiento es la técnica utilizada para resolver grandes&#xd;
problemas en diversas áreas de investigación (ciencia, ingeniería, etc.) debido al aumento de rendimiento&#xd;
que proporcionan los supercomputadores. La computación heterogénea permite adaptar un&#xd;
sistema a un rango mayor de aplicaciones gracias a la integración de componentes de naturalezas&#xd;
diferentes en el sistema de cómputo, aprovechando así cada uno de los recursos hardware de cada&#xd;
dispositivo. Los supercomputadores con arquitecturas heterogéneas se cuentan actualmente entre&#xd;
los más potentes del mundo.&#xd;
Tiling es un método utilizado para mejorar el rendimiento de los sistemas paralelos que consiste&#xd;
en dividir el espacio de datos de un problema entre los procesos. Para equilibrar el tiempo de&#xd;
ejecución de cada proceso y mejorar así el tiempo total del programa se puede aplicar el balanceo&#xd;
de carga, un particionado irregular en el que el tamaño asignado a cada proceso depende de su&#xd;
capacidad computacional. La estimación de la capacidad puede realizarse antes de la ejecución de&#xd;
un programa o en tiempo de ejecución. El balanceo de carga adaptativo permite reestimar la carga&#xd;
y modificar el reparto de trabajo entre los procesos a lo largo de la ejecución de un programa,&#xd;
pero es un trabajo que tiene que hacer el programador para su aplicación concreta. No existe una&#xd;
función estándar de balanceo adaptativo dinámico para aplicaciones paralelas.&#xd;
La librería Hitmap proporciona herramientas para la gestión del particionado y mapeado de&#xd;
arrays de una manera simple y eficiente en un modelo de paralelismo SPMD. Cuenta con diversos&#xd;
tipos de particiones y separa la parte de comunicación del particionado de los datos, adaptando&#xd;
automáticamente las funciones al tipo de partición elegido gracias al uso de abstracciones.&#xd;
Este trabajo propone una función de balanceo de carga dinámico, adaptativo y transparente&#xd;
para entornos de computación paralela utilizando los recursos de Hitmap. Los resultados experimentales&#xd;
muestran que su uso mejora el rendimiento de los programas, reduciendo el tiempo&#xd;
total de ejecución frente a un reparto equitativo de la carga entre los procesos, sin suponer un&#xd;
sobrecoste de tiempo o recursos.</dc:description>
<dc:description>Nowadays, high performace computing is the technique used to solve big problems in varied&#xd;
research areas (science, engineering, etc.) due to the increase of performance the supercomputers&#xd;
provide. Heterogeneous computing allows to adapt a system to a bigger range of applications&#xd;
thanks to the integration of different natured components into the computing system, making advantage&#xd;
of every one of the hardware resources of each device. Supercomputers with heterogeneous&#xd;
architectures are currently included among the most powerful ones in the world.&#xd;
Tiling is a method used to improve the performance of parallel systems, consisting of splitting&#xd;
the data space of a problem among the processes. In order to balance the execution time of each&#xd;
process and therefore improving the total execution time of the program, load balancing can be&#xd;
applied, an irregular tiling where the size assigned to each process depends on its computational&#xd;
capacity. The estimation of capacity can be done before the execution of the program or at&#xd;
runtime. Adaptive load balancing allows to re-estimate the load and to modify the distribution&#xd;
of work amongst the processes throughout the execution of a program, but is a task that must&#xd;
be made by the programmer for his particular application. There is not a standard function for&#xd;
dynamic, adaptive load balancing for parallel applications.&#xd;
The Hitmap library provides tools to manage the tiling and mapping of arrays in a simple&#xd;
and efficient way in a SPMD parallel model. It features many partition types and it isolates&#xd;
the communication part from the data partitioning, automatically adapting the functions to the&#xd;
partition type chosen thanks to the use of abstractions.&#xd;
This work proposes a dynamic, adaptive and transparent load balancing function for parallel&#xd;
computing environments using Hitmap’s resources. The experimental results show that using&#xd;
it improves the performance of the programmes, reducing the execution time compared to an&#xd;
equitative load distribution among the processes, without signifying a time or resources overhead.</dc:description>
<dc:format>application/pdf</dc:format>
<dc:identifier>http://uvadoc.uva.es/handle/10324/44397</dc:identifier>
<dc:language>spa</dc:language>
<dc:title>Distribución dinámica de carga y redistribuciones de datos en aplicaciones paralelas</dc:title>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<edm:type>TEXT</edm:type>
</edm:ProvidedCHO>
<ore:Aggregation rdf:about="http://uvadoc.uva.es/handle/10324/44397#aggregation">
<edm:aggregatedCHO rdf:resource="http://uvadoc.uva.es/handle/10324/44397"/>
<edm:dataProvider>UVaDOC. Repositorio Documental de la Universidad de Valladolid</edm:dataProvider>
<edm:isShownAt rdf:resource="http://uvadoc.uva.es/handle/10324/44397"/>
<edm:isShownBy rdf:resource="https://uvadoc.uva.es/bitstream/10324/44397/1/TFG-G4676.pdf"/>
<edm:provider>Hispana</edm:provider>
<edm:rights rdf:resource="http://creativecommons.org/licenses/by-nc-nd/4.0/"/>
</ore:Aggregation>
<edm:WebResource rdf:about="https://uvadoc.uva.es/bitstream/10324/44397/1/TFG-G4676.pdf">
<edm:rights rdf:resource="http://creativecommons.org/licenses/by-nc-nd/4.0/"/>
</edm:WebResource>
</rdf:RDF></metadata></record></GetRecord></OAI-PMH>