La computación heterogénea en paralelo combina varios elementos de procesamiento de distintas características que comparten un único sistema de memoria. Normalmente se emplean procesadores de múltiples núcleos (como los ‘multicore’ de algunos smartphones u ordenadores personales) combinados con tarjetas gráficas y otros componentes para realizar procesamiento de grandes cantidades de datos.

“Pretendemos ayudar a la transformación de código para su ejecución en plataformas paralelas y heterogéneas que combinan procesadores multicore con múltiples tarjetas gráficas y con hardware reconfigurable”, explica el coordinador del proyecto, José Daniel García, profesor del departamento de Informática de la UC3M. “Hemos obtenido mejoras muy significativas tanto en rendimiento como eficiencia energética comparables a las que se pueden conseguir con un proceso de desarrollo manual; la diferencia es que con un proceso de desarrollo manual necesitamos meses de ingeniería y con nuestro proceso semiautomático conseguimos hacer lo mismo en cuestión de días”.

Estos trabajos de cálculo encuentran aplicaciones en diversos sectores, como el sanitario (predicción del acoplamiento de proteínas), el transporte (monitorización de sistemas ferroviarios), la robótica (visión estereoscópica y navegación) o el industrial (análisis de defectos en la fabricación de piezas).

El proyecto REPARA busca poner a disposición de los usuarios los beneficios energéticos y de rendimiento de estos sistemas informáticos, sin el enorme esfuerzo de desarrollo que conllevan este tipo de arquitecturas complejas. La clave para conseguirlo radica, entre otras cosas, en la “refactorización” de código fuente, una técnica usada en ingeniería de software para mejorar la estructura interna de un programa sin alterar su comportamiento observable. Algo así como cambiar la distribución de las tuberías y bombas de presión de un edificio para que salga el agua de manera más rápida, limpia y ecológica. Con ello, mejoran tres propiedades fundamentales: el rendimiento de las aplicaciones (ayudando a incrementar su velocidad de ejecución), la eficiencia energética (reduciendo su consumo energético) y la facilidad de mantenimiento y modificación del código fuente.

Los investigadores, que han publicado algunos de estos avances en la revista International Journal of Parallel Programming, han desarrollado y registrado tres productos tecnológicos que podrían explotar comercialmente con una empresa europea que se ha mostrado interesada. “Estos productos de software pueden ayudar a la hora de ofrecer servicios de ingeniería a terceros simplificando el proceso de desarrollo”, comenta el profesor José Daniel García.

El proyecto REPARA (Reengineering and Enabling Performance and poweR of Applications), que arrancó en septiembre de 2013 y acaba en agosto de 2016,  reúne a expertos en sistemas informáticos paralelos y heterogéneos del ámbito académico e industrial de cinco países europeos. Cuenta con presupuesto que supera los 3,6 millones de euros, de los cuales más de 2,6 millones provienen del Séptimo Programa Marco (7PM) para la Investigación y el Desarrollo Tecnológico, el principal instrumento de la Unión Europea para financiar la investigación. En total, participan seis instituciones académicas: la Escuela Técnica Superior de Rapperswil (Suiza), la Universidad Carlos III de Madrid (España), la Universidad de Pisa (Italia), la Universidad de Szeged (Hungría), la Universidad Técnica de Darmstadt (Alemania) y la Universidad de Turín (Italia). Además, el proyecto cuenta con dos socios en el sector industrial: Ixion Industry & Aerospace en España y Evopro Innovation en Hungría. La UC3M es la institución coordinadora del proyecto REPARA y participa a través del grupo de investigación ARCOS, que aporta al proyecto su experiencia en computación de alto rendimiento y sistemas empotrados.

Web del proyecto REPARA: http://www.repara-project.eu  

Referencia bibliográfica:
R. Sotomayor, L. M. Sanchez, J.G. Blas, J. Fernandez, and J. D. Garcia. Automatic CPU/GPU generation of multi-versioned OpenCL kernels for C++ scientic applications. International Journal of Parallel Programming, 2016.