Python HPC

Optimizaciones incrementales de N-Body (all-pairs) con el fin de evaluar y comparar las prestaciones de los traductores de Python en el ámbito de HPC. Este trabajo ha servido como base para las siguientes publicaciones:

• CACIC 2021 - Acelerando código científico en Python usando Numba

@inproceedings{milla_rucci_cacic,
  title={Acelerando c{\'o}digo cient{\'\i}fico en Python usando Numba},
  author={Milla, Andr{\'e}s and Rucci, Enzo},
  booktitle={XXVII Congreso Argentino de Ciencias de la Computaci{\'o}n (CACIC 2021)},
  year={2021}
}

• PyConAr 2021 - Acelerando aplicaciones paralelas en Python: Numba vs. Cython

@misc{milla_rucci_pycon,
  address = {PyCon 2021},
  type = {Conferencia},
  title = {Acelerando aplicaciones paralelas en {Python}: {Numba} vs. {Cython}},
  url = {https://eventos.python.org.ar/events/pyconar2021/activity/448/},
  author={Milla, Andr{\'e}s and Rucci, Enzo},
  month = oct,
  year = {2021},
}

• Tesina de grado - Un Estudio Comparativo entre Traductores de Python para Aplicaciones Paralelas de Memoria Compartida (en proceso)

Organización

El código fuente se encuentra en el directorio src, el cual contiene los siguientes subdirectorios:

• versions: Contiene el código fuente de cada versión probada.
• benchmarker: Script para realizar los benchmarks.
• test: Tests de las versiones desarrolladas.
• core: Utilidades comunes a los módulos.

Contribución

Requisitos

En entornos basados en Debian se pueden instalar con el siguiente comando:

apt-get install python3 python3-pip cython pypy3 virtualenv

Ejecución

1. Instalar las dependencias:

   make install

2. Configurar los parámetros del benchmark en el archivo config.toml y ejecutar:

   make benchmark

Los resultados podrán verse en el directorio benchmarks.

• Nota: En caso de no disponer el compilador ICC, se puede optar por otro a través del Makefile.

Contacto

• [email protected]
• [email protected]