ACELERANDO ALGORITMOS DE MINERAÇÃO DE FLUXOS DE DADOS COM GPUS

INTRODUÇÃO: A análise e mineração de fluxo de dados pode gerar um grande valor para as empresas devido aos seus muitos usos, porém um algoritmo de classificação de fluxo de dados precisa processar cada instância pelo menos tão rapidamente quanto à taxa de geração dessas instâncias. – OBJETIVOS: Neste projeto busca-se desenvolver técnicas para acelerar os algoritmos, em especial a Árvore de Hoeffding (HT), utilizando GPUs como Aceleradores. – MATERIAIS E MÉTODO: Primeiramente realizou-se um estudo sobre o funcionamento do algoritmo HT, das diretivas OpenACC e da implementação dos algoritmos na ferramenta StreamDM++, para encontrar quais são os pontos a serem otimizados e em seguida foram desenvolvidos 3 métodos diferentes que buscam alcançar melhor performance enquanto tratam a localidade dos dados entre o Host e o Acelerador. – RESULTADOS: Os resultados encontrados não atingiram o objetivo de acelerar os algoritmos, entretanto mostraram as principais limitações das técnicas atuais: OpenACC não realiza cópias profundas, não há uma biblioteca padrão com rotinas que podem ser utilizados em OpenACC, a documentação disponível não é extensiva e há uma grande limitação com as ferramentas utilizadas, visto que só podem ser utilizados um compilador em um sistema operacional e com um tipo de placas gráficas específicas. Os resultados também confirmaram a hipótese de que o cálculo do split é o trecho que mais exige processamento e, portanto, deve ser o foco em tentativas futuras de otimização. Além disso, também houve a confirmação de que o impacto de converter os objetos em arrays para fazer a cópia via OpenACC é uma estratégia viável. Por fim, com os resultados e as limitações encontradas por esse projeto é possível definir novos métodos e caminhos para acelerar os algoritmos. – CONSIDERAÇÕES FINAIS: Apesar dos objetivos terem sido atingidos apenas parcialmente, o projeto encontrou e demonstrou limitações das ferramentas e estratégias do tratamento da localidade dos dados que podem ser levados em conta em projetos futuros que busquem acelerar os algoritmos.