but.committee	doc. Dr. Ing. Otto Fučík (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (místopředseda) doc. RNDr. Milan Češka, Ph.D. (člen) doc. Ing. Jiří Jaroš, Ph.D. (člen) Doc. Ing. Peter Lacko, Ph.D. (člen) Ing. Tomáš Martínek, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Oponent hodnotil práci stupněm 4F, protože technická zpráva má nedostatečný rozsah a neposkuje dostatek informací k implemenatci zkoumamaných jevů podle bodu 5. Student nedokázal vyvrátit výtky oponenta. Komise shledala nedostatky práce natolik závažné, že se práci rozhodla hodnotit jako nevyhovující. Otázky u obhajoby: Proč nejsou zahrnuty výsledky ze systému s 8 GPU, když vám je vedoucí naměřil? Uvažoval jste i složitější kolektivní komunikace/operace? Existuje možnost adaptace komunikačního rozhraní na daný systém? Tedy pokud vím, že mám možnost peer-to-peer, tak jej provedu. Pokud detekuji CUDA-Aware MPI, tak jej použiji, atd.? Zkoušel jste vestavěné CUDA benchmarky pro ověření validity naměřených dat?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce nebyla úspěšně obhájena	cs
dc.contributor.advisor	Vaverka, Filip	cs
dc.contributor.author	Špeťko, Matej	cs
dc.contributor.referee	Jaroš, Jiří	cs
dc.date.accessioned	2020-05-11T04:23:13Z
dc.date.available	2020-05-11T04:23:13Z
dc.date.created	2018	cs
dc.description.abstract	Po predstavení CUDA technológie od Nvidie možu byť na grafických kartách počítané všeobecné výpočty. Grafické karty sú v podstate paralelné procesory s vysokým výpočtovým výkonom. Moderné superpočítače bývajú vybavené grafickými kartami ako akcelerátormi. Pri niektorých aplikáciach však výkon alebo pamäť jednej grafickej karty nestačí. Výpočet musí byť rozdelený medzi niekoľko grafických kariet. Počas výpočtu je potrebné vymieňať medzi grafickými kartami čiastkové výsledky. Táto komunikácia značne brzdí výpočet. Preto je potrebné skúmať metódy efektívnej komunikácie medzi grafickými kartami - metódy ktoré menej zapájajú CPU, znižujú odozvu a zdieľajú systémové zásobníky. V tejto práci je skúmaná komunikácia grafických kariet v rámci jedného uzla aj v rámci celého superpočítača. Hlavný dôraz je na technológie GPUDirect od Nvidie a CUDA-Aware MPI. Následne je predstavený k-Wave toolbox, aplikácia pre simuláciu šírenia akustických vĺn. Táto aplikácia je akcelerovaná pomocou CUDA-Aware MPI.	cs
dc.description.abstract	After the introduction of CUDA by Nvidia, the GPUs became devices capable of accelerating any general purpose computation. GPUs are designed as parallel processors which posses huge computation power. Modern supercomputers are often equipped with GPU accelerators. Sometimes the performance or the memory capacity of a single GPU is not enough for a scientific application. The application needs to be scaled into multiple GPUs. During the computation there is need for the GPUs to exchange partial results. This communication represents computation overhead. For this reason it is important to research the methods of the effective communication between GPUs. This means less CPU involvement, lower latency, shared system buffers. Inter-node and intra-node communication is examined. The main focus is on GPUDirect technologies from Nvidia and CUDA-Aware MPI. Subsequently k-Wave toolbox for simulating the propagation of acoustic waves is introduced. This application is accelerated by using CUDA-Aware MPI.	en
dc.description.mark	C	cs
dc.identifier.citation	ŠPEŤKO, M. Efektivní komunikace v multi-GPU systémech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	128097	cs
dc.identifier.uri	http://hdl.handle.net/11012/187281
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	CUDA	cs
dc.subject	MPI	cs
dc.subject	GPUDirect	cs
dc.subject	RDMA	cs
dc.subject	CUDA-Aware MPI	cs
dc.subject	Anselm	cs
dc.subject	HPC	cs
dc.subject	GPGPU	cs
dc.subject	peer-to-peer	cs
dc.subject	k-Wave.	cs
dc.subject	CUDA	en
dc.subject	MPI	en
dc.subject	GPUDirect	en
dc.subject	RDMA	en
dc.subject	CUDA-Aware MPI	en
dc.subject	Anselm	en
dc.subject	HPC	en
dc.subject	GPGPU	en
dc.subject	peer-to-peer	en
dc.subject	k-Wave.	en
dc.title	Efektivní komunikace v multi-GPU systémech	cs
dc.title.alternative	Efficient Communication in Multi-GPU Systems	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2018-06-18	cs
dcterms.modified	2020-05-10-16:13:32	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	128097	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 23:09:39	en
sync.item.modts	2021.11.22 22:17:11	en
thesis.discipline	Počítačové a vestavěné systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Efektivní komunikace v multi-GPU systémech

Files

Original bundle

Collections