Análise da portabilidade de desempenho do método de Monte Carlo em GPUs

Abstract

Com o crescente destaque da computação heterogênea, a portabilidade de aplicações entre diferentes arquiteturas de GPU tornou-se um tema relevante de estudo. Este trabalho investiga o processo de portabilidade e a manutenção de desempenho de aplicações desenvolvidas em CUDA (NVIDIA) para o ecossistema ROCm (AMD), utilizando a interface HIP. Como estudo de caso, foi utilizada uma aplicação que estima probabilidades de sucesso em um cenário fictício, baseada no método de Monte Carlo, escolhido por suas propriedades altamente paralelizáveis. Para avaliação escalável do desempenho, a aplicação foi executada com três volumes de simulações (227, 230 e 234). Os resultados indicaram perdas de desempenho inferiores a 3% nas cargas menores e abaixo de 1% nos cenários com maior demanda computacional, demonstrando que a portabilidade para HIP preserva a eficiência da aplicação mesmo em larga escala.

With the growing relevance of heterogeneous computing, the portability of applications across different GPU architectures has become a significant topic of study. This work investigates the process of porting and maintaining the performance of applications originally developed in CUDA (NVIDIA) to the ROCm (AMD) ecosystem using the HIP interface. As a case study, we employed an application that estimates success probabilities in a fictional scenario, based on the Monte Carlo method, chosen for its highly parallelizable properties. To enable scalable performance evaluation, the application was executed with three simulation volumes (227, 230 and 234). The results indicated performance losses of less than 3% in lower workloads and below 1% in scenarios with higher computational demand, demonstrating that porting to HIP can preserve application efficiency even at large scale.