Resumen

El desarrollo de aplicaciones científicas requiere núcleos computacionales altamente optimizados para aprovechar el hardware moderno. En los últimos años, la vectorización ha adquirido una importancia clave para explotar las capacidades de procesamiento de las CPUs modernas, cuya evolución se caracteriza por el aumento de los anchos de registro y el número de núcleos, pero con frecuencias de reloj estancadas. En particular, la vectorización permite que las operaciones de punto flotante se realicen a una velocidad mayor que la frecuencia de los procesadores. Sin embargo, los compiladores a menudo no logran vectorizar códigos complejos y las implementaciones puras en ensamblador/intrínsecas a menudo sufren de problemas de ingeniería de software, como la legibilidad y mantenibilidad. Además, es difícil para los científicos de dominio escribir código optimizado sin soporte técnico. Para abordar estos problemas, proponemos Inastemp, una biblioteca de código abierto ligera. Inastemp ofrece una solución para desarrollar núcleos computacionales independientes del hardware para

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Desarrollo; Vectorización; CPUs; Compiladores; Inastemp; Rendimiento
• Keywords:Development; Vectorization; CPUs; Compilers; Inastemp; Performance