Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/37912
Назва: Застосування паралельного програмування на основі технології CUDA в задачах багатовимірної оптимізації
Інші назви: Applying of parallel development on the base of CUDA technology in multidimensional optimization problems
Автори: Воронка, Андріян Олегович
Voronka, Andriian
Приналежність: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Бібліографічний опис: Воронка А. О. Застосування паралельного програмування на основі технології CUDA в задачах багатовимірної оптимізації : кваліфікаційна робота магістра за спеціальністю 122 «Комп’ютерні науки» / А.О. Воронка. – Тернопіль : ТНТУ, 2022. – 80 с.
Дата публікації: 26-тра-2022
Дата подання: 10-тра-2022
Дата внесення: 27-тра-2022
Країна (код): UA
Місце видання, проведення: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Науковий керівник: Литвиненко, Ярослав Володимирович
Члени комітету: Тиш, Євгенія Володимирівна
УДК: 004.42
Теми: графічний процесор
graphics processing unit
багатовимірна багатоекстремальна оптимізація
multi-dimensional multi-extreme optimization
алгоритм випадкового пошуку
random search algorithm
CUDA
Короткий огляд (реферат): Кваліфікаційна робота присвячена використанню паралельних обчислень для максимального пришвидшення процесу отримання екстремуму в задачах багатовимірної оптимізації. Показано переваги використання технології CUDA в порівнянні з технологією послідовних обчислень. Описані моделі мультипроцесора CUDA, програмування технології CUDA в цілому та з використанням стандартного і графічного процесорів. Описані їх характеристики та особливості використання Проаналізовані спеціальні функції для розв’язування задач багатовимірної оптимізації. Досліджено алгоритми випадкового пошуку В рамках виконання роботи створено програмний комплекс, котрий реалізує методи багатовимірної оптимізації, розроблені алгоритми та дозволяє знаходити мінімум функції шляхом паралельної обробки даних. Thesis deals with the use of parallel calculations to maximize the acceleration of the process of obtaining the extremum in multidimensional optimization problems. The advantages of using CUDA technology in comparison with sequential computing technology are shown. Describes models of CUDA multiprocessor, programming CUDA technology in general and using standard and graphics processors. Their characteristics and features of use are described. Special functions for solving multidimensional optimization problems are analyzed. Random search algorithms are investigated As part of the work, a software package was created that implements multidimensional optimization methods, developed algorithms and allows to find a minimum of functions through parallel data processing.
Зміст: Вступ 10 1 Аналіз предметної області 12 1.1 Аналітичний огляд 12 1.2 Техніка загальних обчислень на графічному процесорі 14 1.2.1 GPGPU 14 1.2.2 Програмна архітектура NVIDIA CUDA 18 1.2.3 АMD ATI Stream Technology 18 1.2.4 Переваги технології CUDA 19 1.3 Архітектура NVIDIA CUDA 19 1.3.1 Програмно – апаратна платформа CUDA 19 1.3.2 Модель пам'яті технології CUDA 21 1.4 Висновки до першого розділу 26 2 Теоретична частина 27 2.1 Мультипроцесори 27 2.2 Модель програмування технології CUDA 29 2.2.1 Модель програмування CPU на CUDA 32 2.2.2 Модель програмування GPU на CUDA 33 2.3 Розв’язування задач багатовимірної оптимізації 36 2.3.1 Функції багатовимірної оптимізації 36 2.3.2 Алгоритми випадкового пошуку 39 2.4 Висновки до другого розділу 43 3 Практична частина 44 3.1 Процес встановлення CUDA для Microsoft Windows 44 3.2 Структура програми 53 3.3 Результат розробки додатку 55 3.3.1 Результати чисельних експериментів на функції Растригіна 56 3.3.2 Результати чисельних експериментів на функції Розенброка 59 3.4 Висновки до третього розділу 61 4 Охорона праці та безпека в надзвичайних ситуаціях 63 4.1 Закордонний досвід організації охорони праці в ІТ-компаніях 63 4.2 Оцінка дії електромагнітного імпульсу (ЕМІ) на елементи комп’ютерної системи. 67 4.3 Висновки до четвертого розділу 71 Висновки 72 Перелік джерел 74 Додатки
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/37912
Власник авторського права: © Воронка Андріян Олегович, 2022
Перелік літератури: 1. Рейтинг суперкомп’ютерів TOP50 [Електронний ресурс] – Режим доступу: http://www.top500.org/ (дата звертання 20.01.2022). 2. Архітектура Nvidia Kepler [Електронний ресурс] – Режим доступу: http://www.nvidia.com/content/ PDF/kepler/NVIDIAKepler-GK110- Architecture-Whitepaper.pdf/ (дата звертання: 13.02.2022) 3. Что такое CUDA? [Електронний ресурс] – Режим доступу: www.nvidia.ru/object/what_is_cuda_new_ru.html/(дата звертання: 19.02. 2022) 4. Знакомство с NVIDIA CUDA. [Електронний ресурс] – Режим доступу: www.render.ru/books/show_book.php?book_id=840/(дата звертання: 03.01.2022) 5. Информация о CUDA. [Електронний ресурс] – Режим доступу: ru.wikipedia.org/wiki/CUDA/(дата звертання: 11.01.2022) 6. Боресков А.В. , Харламов А.А. Основы работы с технологией CUDA, Изд. ДМК Пресс. – Москва, 2010г. – 234 стр. 7. Стандарт OpenCL. [Електронний ресурс] – Режим доступу: http://www.khronos.org/opencl/ (дата звертання: 17.02.2022). 8. Параллельные вычисления c CUDA. [Електронний ресурс] – Режим доступу: http://www.nvidia.ru/object/cuda-parallel-computing-ru.html/ (дата звертання: 23.01.2022) 9. Технология AMD STREAM. [Електронний ресурс] – Режим доступу: http://www.amd.com/ruru/innovations/software-technologies/firepro-graphics/stream (дата звертання: 26.01.2022). 10. Растригин Л.А. Стохастические методы поиска. – М.: Наука, 1968. – 376 с. 11. Растригин Л.А. Адаптация сложных систем. – Рига, Зинатне, 1981. – 376 с. 12. Воронка А.О. Модель пам’яті технології CUDA // Інформаційні моделі, системи та технології: Праці IX наук.-техн. конф. (08-09 грудня 2021 р.), Тернопіль, 2021. – С. 36. 13. Теория и применение случайного поиска / под ред. Л.А. Растригина. – Рига: Зинатне, 1969. – 305 с. 14. Ермаков С.М., Михайлов Г.А. Курс статистического моделирования. – М.: Наука, 1976. – 320 с. 15. Попов Ю.Д., Тюптя В.І., Шевченко В.І. Методи оптимізації. − Київ: КНУ ім. Тараса Шевченка, 2003.−215 с. 16. Установка на Windows - Режим доступу: http://edu.chpc.ru/cuda/ mainse5.html/ (дата звертання: 14.03.2022). 17. Сандерс Д., Кэндрот Эю. NVIDIA CUDA в примерах: введение в программирование графических процессоров – ДМК Пресс -2011. 18. Параллельные вычисления на GPU. Архитектура и программная модель CUDA : учеб. пособ. / А. В. Боресков и др. ; предисл. В. А. Садовничий. – Москва : Изд-во Московского ун-та, 2012. – 336 с. – (Серия «Суперкомпьютерное образование»). 19. Семеренко В. П. Технології паралельних обчислень : навчальний посібник. – Вінниця : ВНТУ, 2018. – 104 с. 20. Эхтер Ш., Робертс Дж. Многоядерное программирование. – СПб. : Питер, 2010. – 536 с. 21. Боресков А.В., Марковский Н.Д. Параллельные вычисления на GPU. Архитектура и программная модель CUDA. – М. : Изд-во МГУ, 2012. – 336 с. 22. Антонов А. С. Параллельное программирование с использованием технологии OpenMP : учебное пособие. – М. : Изд-во МГУ, 2009. – 77 с. 23. Хьюз К., Хьюз Т. Параллельное и распределенное программирование на С++. – М. : Вильямс, 2004. – 672 с. 24. Антонов А. С. Параллельное программирование с использованием технологии MPI : учебное пособие. – М. : Изд-во МГУ, 2004. – 71 с 25. Минайленко Р.М. Паралельні та розподілені обчислення: навч. посіб. ― Кропивницький: Видавець Лисенко В. Ф., 2021. ― 153 с. 26. Гергель В.П. Теория и практика параллельных вычислений: учебное пособие. – М.:ИНТУИТ, 2016. – 501 с. 27. Уильямс Э. Параллельное программирование на C++ в действии. Практика разработки многопоточных программ. – М.: ДМК Пресс, 2012. – 672 с: 28. Сайт Української команди розподілених обчислень. [Електронний ресурс] – Режим доступу: http://distributed.org.ua/ (дата звертання: 26.01.2022). 29. Шимчук Г.В., Маєвський О.В., Назаревич О.Б., Стадник М.А. Грід-системи та технології хмарних обчислень (конспект лекцій для студентів освітніх рівнів «бакалавр», «магістр»). - Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2016. – 340 с. 30. Rosenbrock, H. H. An automatic method for finding the greatest or least value of a function,The Computer Journal Т. 3? 1960 – p. 175-184. 31. Luebke D., Harris M., Kruger J. GPGPU: General Purpose Computation On Graphics Hardware - SIGGRAPH, 2005. – 277 c. 32. Chang Dar-Jen Hierarchical Clustering with CUDA/GPU / Dar-Jen Chang, Mehmed M. Kantardzic, Ming Ouyang // ISCA PDCCS. – 2009. – P. 7–12. 33. Yang Chao-Tung Hybrid CUDA, OpenMP, and MPI parallel programming on multicore GPU clusters / Chao-Tung Yang, Chih-Lin Huang, Cheng-Fang Lin // Computer physics communications. – 2011. – No. 1. – P. 266–269. 34. Pllana Sabri. Programming multicore and many-core computing systems/ Sabri Pllana, Fatos Xhafa.Wiley, 2017. – 528 p. 35. Сьогодні UA [Електронний ресурс] – Режим доступу: https://www.segodnya.ua/lifestyle/fun/pochti-kak-u-googlechemudivlyayut-ofisy-ukrainskih-it-kompaniy--764025.html (дата звертання 07.05.2022). 36. Як працюють в Google? Умови, в яких хочеться трудитися. [Електронний ресурс] – Режим доступу: http://www.clevers.com.ua/articles-cleveradvertising-agency/success-stories/245-google2 (дата звертання 07.05.2022). 37. Офіс мрії: Робота в компанії Google. [Електронний ресурс] – Режим доступу:http://bigpicture.ru/?p=187580 (дата звертання 07.05.2022). 38. Офіс Facebook: Репортаж із RMA SiliconTrip. [Електронний ресурс] – Режим доступу:https://habrahabr.ru/company/rma/blog/103800/ (дата звертання 08.05.2022). 39. Класифікатор професій ДК 003:2010. [Електронний ресурс] – Режим доступу: https://zakon.rada.gov.ua/rada/show/va327609-10 - (дата звертання 07.05.2022). 40. Закон України «Про охорону праці». [Електронний ресурс] – Режим доступу: https://zakon.rada.gov.ua/laws/show/2694-12 - (дата звертання 06.05.2022). 41. ДНАОП 0.00-8.20-99. Порядок проведення експертизи електроустановок споживачів/ [Електронний ресурс] – Режим доступу: https://dnaop.com/html/43255/doc-%D0%94%D0%9D%D0%90%D0%9E%D0 %9F _ 0.00-8.20-99 - (дата звертання 07.05.2022). 42. Зеркалов Д.В. Безпека життєдіяльності та основи охорони праці. Навч. посібник. К.: «Основа». 2016. 267 с. 43. Сакевич В.Ф., Поліщук О.В. Цивільна оборона. Теоретичні основи. Навч. посібник. — Вінниця : ВНТУ, — 2009. — 136 с.
Тип вмісту: Master Thesis
Розташовується у зібраннях:122 — комп’ютерні науки

Файли цього матеріалу:
Файл Опис РозмірФормат 
Mag_2022_CHnm_Voronka_A_O.pdf1,67 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора