Estimación de los Parámetros de Rendimiento de una GPU

Abstract

El poder computacional asociado a las tecnologías dedicadas a fines específicos, su constante avance y el bajo costo, han constituido una alternativa válida a las supercomputadoras paralelas. El ejemplo más popular de las tecnologías dedicadas es la Unidad de Procesamiento Gráfico (GPU). Una tarjeta de video puede proporcionar hasta 50 veces más poder de cómputo que la computadora huésped en algunas aplicaciones.
En este trabajo se plantea realizar un análisis del rendimiento de la arquitectura GPU siguiendo el modelo de programación de CUDA (por su denominación en inglés: Compute Unified Device Architecture) a fin de evaluar los alcances de su potencialidad y establecer con mayor exactitud sus limitaciones. Esto permite además conocer, por un lado la estructura de la implementación de cada fabricante particular (particularmente, en este trabajo nos centramos en NVIDIA) y, por el otro posibilitar y/o facilitar la predicción de desempeño de aplicaciones desarrolladas en la arquitectura. El análisis se lleva a cabo sobre los parámetros: Ancho de Banda de Memoria Global de GPU, Ancho de Banda de Memoria Compartida (Shared) y Capacidad o Potencia de Cálculo. Su estimación se realiza mediante aplicaciones que incluyen operaciones aritméticas y/o búsqueda de patrones. Finalmente se presentan los resultados obtenidos para diferentes arquitecturas y generaciones de GPUs, realizando un estudio comparativo de los resultados alcanzados con los existentes en la bibliografía.