Entwicklung eines Modells zur Vorhersage von Arbeitsverteilung in heterogenen Systemen und seine Implementierung in der SkelCL-Bibliothek
Thema
Heterogene Systeme vereinen Prozessoren unterschiedlicher Art in einem gemeinsamen System. So sind z.B. Systeme üblich, welche aus multi-core Prozessoren und GPUs bestehen. Während einige Berechnungen besonders für multi-core Prozessoren geeignet sind, können andere Berechnungen auf GPUs besser durchgeführt werden. Bei beliebigen Berechnungen stellt sich daher die Frage wie die Arbeit möglichst effektiv zwischen den verfügbaren Prozessoren aufgeteilt werden kann.
In dieser Masterarbeit soll ein (zuvor in einem Projektseminar entwickeltes) System zur Vorhersage einer geeigneten Arbeitsverteilung zwischen multi-core CPUs und GPUs implementiert und evaluiert werden. Dazu werden Techniken der Quellcodeanalyse und des maschinellen Lernens verwendet.
Umfang
Masterarbeit (6 Monaten Bearbeitungszeit).
Student
Florian Quinkert