Implementación de algoritmos sobre arquitectura multinúcleo para optimizar el alto coste computacional al procesar grandes volúmenes de datos

Abstract

El proyecto plateado tiene la finalidad de presentar algunas de las técnicas de programación para optimizar algoritmos de alto costo computacional. Se realizó un marco teórico sobre la complejidad algorítmica, los procesadores multinúcleo y los lenguajes de programación que permiten realizar procesamiento en paralelo. Este se realizó con una búsqueda mixta entre artículos científicos y bases de datos de confianza de desarrolladores. Partiendo del marco teórico se seleccionó los tres lenguajes de programación: Python, C y Java. De estos se realizó un análisis de su rendimiento de en forma secuencial y se realizó las optimizaciones con los lenguajes Python y C. En Python se realizó la implementación del algoritmo de la Matriz Distancia Euclidiana con cinco variaciones, haciendo uso de los tipos de datos nativos del lenguaje, además de librerías optimizadas para el procesamiento matricial como lo son Numpy y Numba. Para el lenguaje C, las optimizaciones se las realizó mediante directivas de compilador. Además, se hizo uso de las directrices de OpenMP para aplicar el multiprocesamiento. El resultado de las optimizaciones se evaluó en base al tiempo de procesamiento y la aceleración, donde la implementación con la librería Numba resultó ser la óptima para un volumen de datos grande. Mientras, que la optimización con el lenguaje C presentó la óptima para un volumen de datos pequeño.