Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
Supervisor(es): Dufrechou, Ernesto - Ezzatti, Pablo
Resumen:
SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE.
2024 | |
Español | |
Universidad de la República | |
COLIBRI | |
https://hdl.handle.net/20.500.12008/43839 | |
Acceso abierto | |
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
_version_ | 1807523230528831488 |
---|---|
author | Pérez, Marco |
author2 | Irachet, Camila |
author2_role | author |
author_facet | Pérez, Marco Irachet, Camila |
author_role | author |
bitstream.checksum.fl_str_mv | 6429389a7df7277b72b7924fdc7d47a9 a006180e3f5b2ad0b88185d14284c0e0 6d6e490f4468ecf5055a84af48d45653 489f03e71d39068f329bdec8798bce58 7cbfd47b7bc574c9bce8cef1f89f7163 |
bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 MD5 MD5 MD5 |
bitstream.url.fl_str_mv | http://localhost:8080/xmlui/bitstream/20.500.12008/43839/5/license.txt http://localhost:8080/xmlui/bitstream/20.500.12008/43839/2/license_url http://localhost:8080/xmlui/bitstream/20.500.12008/43839/3/license_text http://localhost:8080/xmlui/bitstream/20.500.12008/43839/4/license_rdf http://localhost:8080/xmlui/bitstream/20.500.12008/43839/1/PI24.pdf |
collection | COLIBRI |
dc.contributor.filiacion.none.fl_str_mv | Pérez Marco, Universidad de la República (Uruguay). Facultad de Ingeniería. Irachet Camila, Universidad de la República (Uruguay). Facultad de Ingeniería. |
dc.creator.advisor.none.fl_str_mv | Dufrechou, Ernesto Ezzatti, Pablo |
dc.creator.none.fl_str_mv | Pérez, Marco Irachet, Camila |
dc.date.accessioned.none.fl_str_mv | 2024-05-15T14:37:39Z |
dc.date.available.none.fl_str_mv | 2024-05-15T14:37:39Z |
dc.date.issued.none.fl_str_mv | 2024 |
dc.description.abstract.none.fl_txt_mv | SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE. |
dc.format.extent.es.fl_str_mv | 83 p, |
dc.format.mimetype.es.fl_str_mv | application/pdf |
dc.identifier.citation.es.fl_str_mv | Pérez, M. y Irachet, C. Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024. |
dc.identifier.uri.none.fl_str_mv | https://hdl.handle.net/20.500.12008/43839 |
dc.language.iso.none.fl_str_mv | es spa |
dc.publisher.es.fl_str_mv | Udelar. FI. |
dc.rights.license.none.fl_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:COLIBRI instname:Universidad de la República instacron:Universidad de la República |
dc.title.none.fl_str_mv | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
dc.type.es.fl_str_mv | Tesis de grado |
dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/acceptedVersion |
description | SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE. |
eu_rights_str_mv | openAccess |
format | bachelorThesis |
id | COLIBRI_74c4c7268aba069e408f9cfa5420cc36 |
identifier_str_mv | Pérez, M. y Irachet, C. Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024. |
instacron_str | Universidad de la República |
institution | Universidad de la República |
instname_str | Universidad de la República |
language | spa |
language_invalid_str_mv | es |
network_acronym_str | COLIBRI |
network_name_str | COLIBRI |
oai_identifier_str | oai:colibri.udelar.edu.uy:20.500.12008/43839 |
publishDate | 2024 |
reponame_str | COLIBRI |
repository.mail.fl_str_mv | mabel.seroubian@seciu.edu.uy |
repository.name.fl_str_mv | COLIBRI - Universidad de la República |
repository_id_str | 4771 |
rights_invalid_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
spelling | Pérez Marco, Universidad de la República (Uruguay). Facultad de Ingeniería.Irachet Camila, Universidad de la República (Uruguay). Facultad de Ingeniería.2024-05-15T14:37:39Z2024-05-15T14:37:39Z2024Pérez, M. y Irachet, C. Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024.https://hdl.handle.net/20.500.12008/43839SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE.Submitted by Berón Cecilia (cberon@fing.edu.uy) on 2024-05-14T17:18:43Z No. of bitstreams: 2 license_rdf: 25790 bytes, checksum: 489f03e71d39068f329bdec8798bce58 (MD5) PI24.pdf: 2427469 bytes, checksum: 7cbfd47b7bc574c9bce8cef1f89f7163 (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2024-05-15T14:32:33Z (GMT) No. of bitstreams: 2 license_rdf: 25790 bytes, checksum: 489f03e71d39068f329bdec8798bce58 (MD5) PI24.pdf: 2427469 bytes, checksum: 7cbfd47b7bc574c9bce8cef1f89f7163 (MD5)Made available in DSpace by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2024-05-15T14:37:39Z (GMT). No. of bitstreams: 2 license_rdf: 25790 bytes, checksum: 489f03e71d39068f329bdec8798bce58 (MD5) PI24.pdf: 2427469 bytes, checksum: 7cbfd47b7bc574c9bce8cef1f89f7163 (MD5) Previous issue date: 202483 p,application/pdfesspaUdelar. FI.Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.Tesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaPérez, MarcoIrachet, CamilaDufrechou, ErnestoEzzatti, PabloUniversidad de la República (Uruguay). Facultad de Ingeniería.Ingeniero en Computación.LICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/43839/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/43839/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-822465http://localhost:8080/xmlui/bitstream/20.500.12008/43839/3/license_text6d6e490f4468ecf5055a84af48d45653MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-825790http://localhost:8080/xmlui/bitstream/20.500.12008/43839/4/license_rdf489f03e71d39068f329bdec8798bce58MD54ORIGINALPI24.pdfPI24.pdfapplication/pdf2427469http://localhost:8080/xmlui/bitstream/20.500.12008/43839/1/PI24.pdf7cbfd47b7bc574c9bce8cef1f89f7163MD5120.500.12008/438392024-05-15 11:37:39.6oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:31.095993COLIBRI - Universidad de la Repúblicafalse |
spellingShingle | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. Pérez, Marco |
status_str | acceptedVersion |
title | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
title_full | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
title_fullStr | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
title_full_unstemmed | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
title_short | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
title_sort | Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico. |
url | https://hdl.handle.net/20.500.12008/43839 |