Επεξεργασία μεγάλου όγκου δεδομένων με μηχανές παράλληλης επεξεργασίας

datacite.contributor.RelatedPersonΧούσος, Ευθύμιος
datacite.contributor.SupervisorΔερματάς, Ευάγγελος
dc.contributor.authorΜπεχλιούλης, Χρήστος
dc.contributor.otherΜπεχλιούλης, Χρήστος
dc.date.accessioned2026-07-01T05:23:32Z
dc.date.available2026-07-01T05:23:32Z
dc.date.issued2026-06-22
dc.degreegraduateThesis
dc.description.abstractΗ παράλληλη επεξεργασία επιτρέπει στους υπολογιστές να εκτελούν προγράμματα γρηγορότερα μέσω του κατακερματισμού ενός προβλήματος σε μικρότερα (παρόμοια) προβλήματα. Η παράλληλη επεξεργασία δεδομένων επιτρέπει στο ίδιο κομμάτι κώδικα ενός προγράμματος να εκτελείται ταυτόχρονα σε πολλές υπολογιστικές μονάδες (πυρήνες, νήματα-threads).Η ανάγκη για παράλληλη επεξεργασία δεδομένων προήλθε όταν ηβελτίωση της ταχύτητας εκτέλεσης ενός προγράμματος δεν ήταν επαρκής από το ήδη υπάρχων λειτουργικό (κυρίως την ταχύτητα εκτέλεσης υπολογισμών των επεξεργαστών).Οι διαθέσιμες μονάδες για την εκτέλεση υπολογισμών είναι οεπεξεργαστής (CPU - Central Processing Unit), η κάρτα γραφικών (GPU Graphics Processing Unit), και το λειτουργικό ειδικού σκοπού (FPGA - Field Programmable Gate Array). Οι κάρτες γραφικών είναι η υπολογιστική μονάδα που επιλέγεται κυρίως στην παράλληλη επεξεργασία δεδομένων επειδή είναι πιο αποδοτική. Ο λόγος είναι ότι το λειτουργικό μιας κάρτας γραφικών αποτελείται κυρίως από μονάδες υπολογισμού δεδομένων και λιγότερες μονάδες λειτουργικού ελέγχου, ενώ πολύ από το χώρο ενός επεξεργαστή καταλαμβάνουν μονάδες μνήμης.Στην πράξη, η παράλληλη επεξεργασία δεδομένων μπορεί να γίνει σε διάφορα περιβάλλοντα όπως το OpenMP, OpenACC, OpenCL και CUDA, oneAPI.Η παρούσα εργασία ανέδειξε μια σειρά από ουσιαστικά συμπεράσματα σχετικά με τη φύση, τις δυνατότητες και τις προκλήσεις της παράλληλης επεξεργασίας στα σύγχρονα υπολογιστικά συστήματα.
dc.description.translatedabstractΗ παράλληλη επεξεργασία επιτρέπει στους υπολογιστές να εκτελούν προγράμματα γρηγορότερα μέσω του κατακερματισμού ενός προβλήματος σε μικρότερα (παρόμοια) προβλήματα. Η παράλληλη επεξεργασία δεδομένων επιτρέπει στο ίδιο κομμάτι κώδικα ενός προγράμματος να εκτελείται ταυτόχρονα σε πολλές υπολογιστικές μονάδες (πυρήνες, νήματα-threads).Η ανάγκη για παράλληλη επεξεργασία δεδομένων προήλθε όταν ηβελτίωση της ταχύτητας εκτέλεσης ενός προγράμματος δεν ήταν επαρκής από το ήδη υπάρχων λειτουργικό (κυρίως την ταχύτητα εκτέλεσης υπολογισμών των επεξεργαστών).Οι διαθέσιμες μονάδες για την εκτέλεση υπολογισμών είναι οεπεξεργαστής (CPU - Central Processing Unit), η κάρτα γραφικών (GPU Graphics Processing Unit), και το λειτουργικό ειδικού σκοπού (FPGA - Field Programmable Gate Array). Οι κάρτες γραφικών είναι η υπολογιστική μονάδα που επιλέγεται κυρίως στην παράλληλη επεξεργασία δεδομένων επειδή είναι πιο αποδοτική. Ο λόγος είναι ότι το λειτουργικό μιας κάρτας γραφικών αποτελείται κυρίως από μονάδες υπολογισμού δεδομένων και λιγότερες μονάδες λειτουργικού ελέγχου, ενώ πολύ από το χώρο ενός επεξεργαστή καταλαμβάνουν μονάδες μνήμης.Στην πράξη, η παράλληλη επεξεργασία δεδομένων μπορεί να γίνει σε διάφορα περιβάλλοντα όπως το OpenMP, OpenACC, OpenCL και CUDA, oneAPI.Η παρούσα εργασία ανέδειξε μια σειρά από ουσιαστικά συμπεράσματα σχετικά με τη φύση, τις δυνατότητες και τις προκλήσεις της παράλληλης επεξεργασίας στα σύγχρονα υπολογιστικά συστήματα.
dc.identifier.urihttps://hdl.handle.net/10889/32158
dc.language.isoel
dc.rightsAttribution-ShareAlike 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-sa/4.0/
dc.subjectΠαράλληλη επεξεργασία
dc.subject.alternativeParallel processing
dc.titleΕπεξεργασία μεγάλου όγκου δεδομένων με μηχανές παράλληλης επεξεργασίας
dc.title.alternativeLarge-scale data processing with parallel processing machines

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Διπλωματική Εργασία - Μπεχλιούλης_final.pdf
Size:
3.46 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
5.02 KB
Format:
Item-specific license agreed upon to submission
Description: