Resumen

Muchos algoritmos altamente paralelos suelen generar grandes volúmenes de datos que contienen elementos válidos e inválidos, y las soluciones de alto rendimiento al problema de compactación de secuencias resultan extremadamente importantes en tales escenarios. Aunque la compactación de secuencias paralela ha sido ampliamente estudiada en plataformas basadas en GPU, y más recientemente, en la plataforma Intel Xeon Phi, aún no se ha considerado su paralelización utilizando un clúster de computación de bajo costo, incluso cuando los dispositivos informáticos de propósito general de placa única están ganando popularidad entre la comunidad científica debido a su alto rendimiento por $ y vatio. En este trabajo, consideramos el caso de un clúster extremadamente económico compuesto por cuatro computadoras de placa única Odroid C2 (SDCs), demostrando que la compactación de secuencias también puede beneficiarse de importantes aceleraciones que se pueden obtener de este tipo de plataformas. Para ello, derivamos dos implementaciones paralelas para el problema de compactación de secuencias utilizando MPI. Luego

• Materias:Algoritmo de agrupamiento Reconocimiento de caracteres Reconocimiento de entidades nombradas Algoritmos de recomendación Tecnologías de contenedores
• Subjects:Clustering algorithm Character recognition Named entity recognition Recommendation algorithms Container technologies
• Palabras claves:Grandes volúmenes; Paralelización; Clúster de computación de bajo costo; Odroid C2; Compactación de flujo; MPI
• Keywords:Large volumes; Parallelization; Low-cost computing cluster; Odroid C2; Stream compaction; MPI