| Abstract |
Pastāv dažādi veidi, kā organizēt paralēlo skaitļošanu, piemēram, to var ieviest, izmantojot operētājsistēmas procesus, kas ļauj sasniegt pietiekami augstu ātrumu. Paralēlisms, kas nozīmē paralēlās skaitļošanas pieeju programmā, ļauj ievērojami ietaupīt datora resursus, kā arī samazināt aprēķinu veikšanas laiku, kas bieži vien ir svarīgi dažādiem projektiem. Vairākpavedienošana grafiskajos procesoros pēdējos gados ir ieguvusi arvien lielāku uzmanību kā līdzeklis paralēlo aprēķinu veiktspējas uzlabošanai. Tomēr GPU augstas veiktspējas sasniegšana var būt sarežģīta, jo īpaši, ja tiek izmantoti sarežģīti algoritmi, kuriem ir datu atkarība vai nevienmērīga darba slodze.
Maģistra darbā ir izpētītas vairākpavedienošanas īpašības, un apskatītas tehnoloģijas, kādas tiek izmantotas vairākpavedienošanai. Pētījums iekļauj informāciju par CUDA un OpenCL tehnoloģijām, kā arī vairākpavedienošanas izmantošanu programmēšanas valodās. Ir salīdzināta vairākpavedienošana centrālajos un grafiskajos procesoros un noteiktas to stiprās un vājās puses. Pētījums iekļauj CPU un GPU tehniskos aprakstus. Ir apskatītas un izpētītas to īpatnības un iespējas un salīdzinājumam tika izveidoti oriģinālie testpiemēri un ar tiem veikti eksperimenti. Izpētot un sīkāk izanalizējot iegūtos datus, tika noteiktas priekšrocības un trūkumi grafiskā procesora izmantošanā vairākpavedienošanas kontekstā, kas ļauj izdarīt secinājumus.
Maģistra darbā ir 74 lappuses, 18 attēli, 16 tabulas, 9 pielikumi. Tika izmantoti 43 informācijas avoti. |
