Adaptación de Neurite a Intel Xeon Phi

Hoy en día, podremos comprobar que todos los súper computadores que se utilizan alrededor del mundo aprovechan numerosos procesadores en paralelo con la intención de conseguir el mejor rendimiento posible. La lista de los diez súper computadores más potentes del mundo de noviembre de 2015 utilizan esta filosofía.Con la particularidad de que dos de ellos utilizan a modo de coprocesador las GPUs K20x de Nvidia y otros dos, uno de ellos siendo actualmente el súper computador más potente del mundo utilizan los coprocesadores Xeon Phi de Intel Corporation que serán de los que hablemos en este documento. Esta moda o estado del arte nos proporciona una guía de desarrollo e investigación mediante la cual debemos analizar el funcionamiento y comportamiento de estos nuevos procesadores para sacar de ellos el máximo partido posible. Para ello Intel Corporation nos ofrece una serie de herramientas como compiladores y herramientas de análisis del rendimiento del software que nos permiten optimizar y analizar el comportamiento del código tras las ejecuciones del programa. Este Trabajo de Fin de Grado tiene como intención ser un nuevo punto de vista para el trabajo llamado “Optimización del simulador eléctrico neuronal Neurite mediante GPUs” cuyo autor es un alumno de esta facultad que se llama Gabriel Rucabado Rucabado. Comparando el rendimiento de las GPUs y la arquitectura Intel Many Integrated Core La solución propuesta en este TFG consiste portar el código del alumno mencionado en el párrafo anterior para su ejecución en la arquitectura MIC con la intención de sacar el máximo partido y probar el rendimiento de este tipo de procesadores por los que Intel Corporation apuesta con firmeza. El trabajo realizado espera cumplir las expectativas que se tenían desde un principio y animan a continuar con el trabajo que supone hacer benchmarking en diferentes arquitecturas, ya que esto nos permite según los resultados decidir los procesadores que nos son útiles para cada situación o aplicación.---ABSTRACT---At this days , we can substantiate that all supercomputers that are used around the whole world take advantage of many parallel processors trying to get the most computing power possible. The top 10 supercomputers of November 2015 applies this philosophy. Particularly two of them uses as coprocessor the Nvidia GPUs K20x and other two of them, being actually the most powerful computer uses Intel Corporation’s Intel Xeon Phi coprocessor that we are going to talk in this document. This trend or state of art give us a developing and researching guide for what we have to analyze this new coprocessors functionality and behaviour to take advantage of them. For this, Intel Corporation features many tools like compilers and software performance analysis programs that will allow us to optimize and analyze the program execution. This Final Project Degree intends being a new point of view to the Gabriel Rucabado Rucabado’s work named “Neurite Electrical neuronal simulator optimization by GPUs” a student from this university. Comparing the performance between GPUs and the Intel Many Integrated Core architecture. The proposed solution on this PFD consist on porting the anteriorly mentioned student’s code for running it on the MIC architecture, trying to take advance of the benefits and to get the most possible performance of this this kind of coprocessors that Intel Corporation is firmly betting on. The accomplished work hopes to achieve the initial expectatives and encourages to continue working on the benchmarking of different architectures, because this is what allows us to choose between the avaible processors catalog that are useful to us for each application or situation