Details

Данная работа посвящена изучению возможности проведения эффективных распределенных вычислений на мобильных устройствах, на примере распространенной в науке и технике задачи перемножения матриц, состоящих из чисел одинарной точности с плавающей запятой. Целью работы является анализ эффективности распределенных вычислений на мобильных устройствах с использованием векторных и многопоточных технологий архитектур семейства ARM. Задачи, которые решались в ходе выполнения работы: - Разработка клиент-серверного приложения для организация распределенных вычислений; - Разработка функции перемножения матриц на CPU блочным методом c использованием 128-битных регистров NEON. - Разработка функций матричного перемножения на GPU с использованием технологий OpenGL и Vulkan. - Определение теоретической эффективности вычислений при использовании внедряемых перспективных технологий архитектур ARMv8-A и ARMv9-A, таких как SME, SVE, SVE2. - Анализ влияния интенсивности вычислений на включение механизма дросселирования тактов и снижение производительности процессоров мобильных устройств. В результате работы было определено превосходство технологии Vulkan для проведения длительных расчетов, в части энергоэффективности и производительности, на примере расчетов на устройствах семейства Samsung Galaxy (S9, S20, S23 ULTRA).

This work is dedicated to studying the possibility of conducting efficient distributed computing on mobile devices, using the example of the matrix multiplication task—common in science and engineering—involving single-precision floating-point numbers. The aim of the work is to analyze the efficiency of distributed computing on mobile devices using vector and multithreading technologies of the ARM architecture family. The tasks addressed during the execution of the work include: - Developing a client-server application for organizing distributed computing; - Developing a matrix multiplication function for the CPU using the block method with 128-bit NEON registers. - Developing matrix multiplication functions for the GPU using OpenGL and Vulkan technologies. - Determining the theoretical computational efficiency when using the promising ARMv8-A and ARMv9-A architectural technologies being introduced, such as SME, SVE, SVE2. - Analyzing the impact of computational intensity on the activation of the clock throttling mechanism and the resulting decrease in processor performance on mobile devices. As a result of the work, the superiority of the Vulkan technology for prolonged calculations was determined, in terms of energy efficiency and performance, based on tests conducted on Samsung Galaxy family devices (S9, S20, S23 ULTRA).