@inproceedings{MELLO:ERAD:21,
title = {Compressão de Dados em Multicores com Flink ou SPar? },
author = {Fernanda Mello and Dalvan Griebler and Isabel Manssour and Luiz Gustavo Fernandes},
url = {https://doi.org/10.5753/eradrs.2021.14779},
doi = {10.5753/eradrs.2021.14779},
issn = {2595-4164},
year = {2021},
date = {2021-04-01},
booktitle = {XXI Escola Regional de Alto Desempenho da Região Sul (ERAD-RS)},
pages = {77-80},
publisher = {Sociedade Brasileira de Computação (SBC)},
address = {Joinville, BR},
abstract = {Neste trabalho, foi implementada uma versão do algoritmo de compressão de dados Bzip2 com o framework para processamento de stream Apache Flink, a fim de avaliar seu desempenho em comparação com a versão do Bzip2 já existente na linguagem de domínio específica SPar. Os experimentos revelaram que a versão com SPar possui um desempenho muito superior ao Flink.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}

@inproceedings{HOFFMANN:ERAD:21,
title = {Abstraindo o OpenMP no Desenvolvimento de Aplicações de Fluxo de Dados Contínuo},
author = {Renato Hoffmann and Dalvan Griebler and Luiz G Fernandes},
url = {https://doi.org/10.5753/eradrs.2021.14777},
doi = {10.5753/eradrs.2021.14777},
issn = {2595-4164},
year = {2021},
date = {2021-04-01},
booktitle = {XXI Escola Regional de Alto Desempenho da Região Sul (ERAD-RS)},
pages = {69-72},
publisher = {Sociedade Brasileira de Computação (SBC)},
address = {Joinville, BR},
abstract = {OpenMP é complexo quando usado para desenvolver aplicações de fluxo de dados. Com o objetivo de mitigar essa dificuldade, foi utilizada uma metodologia existente, chamada SPar, para aumentar o nível de abstração. Portanto, foram utilizadas anotações mais alto-nível da SPar para gerar código mais baixo-nível de fluxo de dados com OpenMP. Os experimentos revelaram que a SPar teve desempenho 0,86% inferior no caso mais extremo.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}

@inproceedings{LOFF:ERAD:21,
title = {Melhorando a Geração Automática de Código Paralelo em Arquiteturas Multi-core na SPar},
author = {Júnior Löff and Dalvan Griebler and Luiz Gustavo Fernandes},
url = {https://doi.org/10.5753/eradrs.2021.14776},
doi = {10.5753/eradrs.2021.14776},
issn = {2595-4164},
year = {2021},
date = {2021-04-01},
booktitle = {XXI Escola Regional de Alto Desempenho da Região Sul (ERAD-RS)},
pages = {65-68},
publisher = {Sociedade Brasileira de Computação (SBC)},
address = {Joinville, BR},
abstract = {Neste trabalho, a fim de melhorar a eficiência do código paralelo gerado em arquiteturas multi-core, foi estendida a linguagem e o compilador da SPar para permitir a geração automática de padrões paralelos pertencentes aos dois principais domínios de paralelismo, o de stream e de dados. Experimentos mostram que a nova versão da SPar obteve resultados similares, ou até mesmo melhores, que as versões implementadas manualmente.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}

@inproceedings{SCHEER:ERAD:21,
title = {Proposta de Otimização do Tamanho de Batch em Aplicações de Stream para Multicores usando Aprendizado de Máquina },
author = {Claudio Scheer and Dalvan Griebler and Luiz G Fernandes},
url = {https://doi.org/10.5753/eradrs.2021.14802},
doi = {10.5753/eradrs.2021.14802},
issn = {2595-4164},
year = {2021},
date = {2021-04-01},
booktitle = {XXI Escola Regional de Alto Desempenho da Região Sul (ERAD-RS)},
pages = {127-128},
publisher = {Sociedade Brasileira de Computação (SBC)},
address = {Joinville, BR},
abstract = {Este trabalho apresenta uma proposta de estudo e avaliação de features e algoritmos de aprendizado de máquina visando melhorar a desempenho através do ajuste/regulagem do tamanho do batch em aplicações paralelas de stream para arquiteturas multicore.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}

@inproceedings{GARCIA:PDP:21,
title = {Introducing a Stream Processing Framework for Assessing Parallel Programming Interfaces},
author = {Adriano Marques Garcia and Dalvan Griebler and Claudio Schepke and Luiz Gustavo Fernandes},
url = {https://doi.org/10.1109/PDP52278.2021.00021},
doi = {10.1109/PDP52278.2021.00021},
isbn = {978-1-6654-4764-5},
year = {2021},
date = {2021-03-01},
booktitle = {29th Euromicro International Conference on Parallel, Distributed and Network-Based Processing (PDP)},
pages = {84-88},
publisher = {IEEE},
address = {Valladolid, Spain},
series = {PDP'21},
abstract = {Stream Processing applications are spread across different sectors of industry and people's daily lives. The increasing data we produce, such as audio, video, image, and text are demanding quickly and efficiently computation. It can be done through Stream Parallelism, which is still a challenging task and most reserved for experts. We introduce a Stream Processing framework for assessing Parallel Programming Interfaces (PPIs). Our framework targets multi-core architectures and C++ stream processing applications, providing an API that abstracts the details of the stream operators of these applications. Therefore, users can easily identify all the basic operators and implement parallelism through different PPIs. In this paper, we present the proposed framework, implement three applications using its API, and show how it works, by using it to parallelize and evaluate the applications with the PPIs Intel TBB, FastFlow, and SPar. The performance results were consistent with the literature.},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}