ANÁLISIS DEL RENDIMIENTO DE PROCESADORES MULTINÚCLEO EMBEBIDOS EN DISPOSITIVOS DIGITALES AL EJECUTAR APLICACIONES PARALELAS

ResumenEsta investigación ha sido posible gracias a las facilidades brindadas por el Instituto Tecnológico Superior del Sur del Estado de Yucatán y la Universidad Autónoma de Yucatán. El presente trabajo analiza el rendimiento de procesadores multinúcleo embebidos en dispositivos digitales al ejecutar aplicaciones paralelas desarrolladas con Python, C++, OpenMP y Boost. El rendimiento es analizado a partir de la medición y cálculo de tres indicadores: tiempo de ejecución, aceleración y eficiencia. Los procesadores multinúcleo reúnen varias unidades de procesamiento energéticamente eficientes en un solo microprocesador, pudiendo ser aprovechados al máximo si las aplicaciones se diseñan bajo el paradigma de computación paralela. Se aplicó la metodología de programación paralela en espiral para la implementación de dos aplicaciones: multiplicación de matrices y convolución de imágenes. Se ejecutaron en diversos dispositivos digitales con procesador multinúcleo embebido registrando los tiempos de ejecución para su análisis. Los resultados demostraron la mejora del rendimiento al reducir el 73% del tiempo total de ejecución, alcanzando eficiencia de hasta 94% con cuatro núcleos.Palabras Claves: Boost, OpenMP, procesador multinúcleo, programación paralela. AbstractThis research has been possible thanks to the support made by the Instituto Tecnológico Superior del Sur del Estado de Yucatán and Universidad Autónoma de Yucatán facilities. In this document the performance of embedded multicore processors in digital devices is analyzed when running parallel applications developed using Python, C ++, OpenMP and Boost. Analysis of performance is based on three indicators: execution time, speed-up and efficiency. Multicore processors cluster several energy-efficient processing units in a single microprocessor and its best performance can be achieved if the applications are designed using the parallel computing. A spiral methodology for parallel programming was applied to implement two applications: matrix multiplication and image convolution. A variety of digital devices with embedded multicore processors were used to execute the programs and record execution times for analysis. The results showed an improvement in performance by reducing 73% of the total execution time, reaching up to 94% efficiency with four cores.Keywords: Boost, OpenMP, multicore processor, parallel computing