Mapeamento de tarefas com OpenACC em Arquiteturas Paralelas Hbridas

Neste trabalho desenvolveu-se um mtodo de deciso com etapas automatizadas, a fim de auxiliar o desenvolvedor a tomar a seguinte deciso em um dado sistema hbrido: em qual unidade do sistema deve ser mapeada uma determinada tarefa, para que se obtenha o melhor desempenho no hardware disponvel ? A abordagem adotada neste trabalho tem por hiptese que o desempenho em CPU e em GPU possa ser estimado para uma determinada tarefa, em um dado sistema hbrido real. Essa estimativa pode ser aproximada pois, no pior dos casos, ser equivalente a uma estimativa errnea realizada manualmente, que ser percebida e poder ser corrigida para execues subsequentes. Dessa forma prope-se que a estimativa de desempenho em CPU e GPU seja feita baseando-se conjuntamente nos seguintes critrios: tamanho dos dados de entrada, complexidade no tempo e no espao e desempenho do hardware alvo em benchmarks. A eficcia da deciso automatizada pode ser verificada comparando-se os tempos de execuo entre Host, Device e da Ferramenta. A eficincia da deciso, que tem por base a anlise de um benchmark restringida aos algoritmos que possuem complexidade computacional no tempo similar ao do benchmark.