Computación Heterogénea

1. El modelo de cómputo SIMD hace referencia a: (5 puntos)

   • Modelo en que un hilo procesa datos individuales
   • Modelo en el que múltiples hilos procesan el mismo dato individual
   • Modelo en el que hilos procesan múltiples datos a la vez
   • Modelo en que múltiples hilos procesan datos individuales

2. De acuerdo a la Taxonomía de Flynn. ¿A qué modelo corresponde el procesamiento encontrado en CPU multi-core? (5 puntos)

   • SISD
   • SIMD
   • MISD
   • MIMD

3. En el lenguaje de programación CUDA para GPUs Nvidia. ¿Cuál es el propósito de la llamada cudaMalloc(…)? (5 puntos)

   • Reservar memoria en el host
   • Lanzar un kernel de ejecución
   • Reservar memoria en el dispositivo GPU
   • Copiar datos al dispositivo GPU

4. En SYCL y DPC++ existen diferentes clases para la gestión de kernels y datos. Indique por cada una de las siguientes clases su finalidad: (12 puntos)

   Clase	SRAM	DRAM
   sycl::device	☐	☐
   sycl::queue	☐	☐
   sycl::buffer	☐	☐
   sycl::handler	☐	☐
   sycl::accessor	☐	☐
   sycl::range	☐	☐

5. Dado el siguiente código en DPC++. ¿Qué tipos de accessors deberían ser definidos para A y B? (10 puntos)

   int main(){
       queue q;
       std::vector<int> v1(N);
       std::vector<int> v2(N);
       ...
       buffer buff1(v1);
       buffer buff2(v2);
       q.submit([&](handler& h){
           accessor A(buff1, h, XXXXX);
           accessor B(buff2, h, XXXXX);
           h.parallel_for(N, [=](auto i){
               B[i] = i + A[i];
           });
       }).wait();
   }
   

   • A: read_write y B: read_write
   • A: read_only y B: read_only
   • A: read_only y B: write_only
   • A: write_only y B: write_only

6. Dada la definición del siguiente kernel. ¿Cuántos hilos se crearán para la ejecución en paralelo del parallel_for? (10 puntos)

   h.parallel_for(nd_range<3>(range<3>({4,5,2}), range<3>({4,2,1})), [=](nd_item<3> item){
       auto global_ = item.get_global_id();
       auto local_id = item.get_local_id();
       ...
   });
   

   • 48
   • 4
   • 40
   • 3
   • 20

7. Dada la definición del siguiente kernel. ¿Cuántos grupos de trabajo (work-group) se definen para el parallel_for? (10 puntos)

   h.parallel_for(nd_range<3>(range<3>({4,5,2}), range<3>({4,2,1})), [=](nd_item<3> item){
       auto global_ = item.get_global_id();
       auto local_id = item.get_local_id();
       ...
   });
   

   • 40
   • 3
   • 8
   • 1
   • 5

8. Charla GPU Computing: ¿A qué corresponden los ASICs en las nuevas GPUs de Nvidia? (5 puntos)

   • Hardware especializado para ciertas tareas específicas
   • Hardware disponible para ejecutar cómputo de propósito general
   • Nueva caché L1 programable disponible en Raytracing y Tensor cores
   • Streaming Multiprocesors disponibles en el chip

9. Charla GPU Computing: Explique a qué se refiere el término Multi-chip-module en GPUs modernas (8 puntos)

   ---

    Ingrese aquí su respuesta
   

   ---