{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3368420"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3368420","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Παραλληλοποίηση του Παιχνιδιού της Ζωής του Conway με την χρήση MPI και CUDA","abstract":"Στην παρούσα εργασία θα κάνουμε μελέτη κλιμάκωσης του Παιχνιδιού της Ζωής σε παράλληλα υπολογιστικά συστήματα. Το Παιχνίδι της Ζωής δημιουργήθηκε από τον Βρετανό μαθηματικό John Horton Conway το 1970. Ανήκει στην κατηγορία των παχνιδιών τύπου cellular automata[1]. Παρόλο που αποκαλείται «παιχνίδι», στην πραγματικότητα δεν απαιτεί κάποια ενέργεια από τον χρήστη. Η έκβασή του καθορίζεται αποκλειστικά από την αρχική του κατάσταση. Ο πίνακας του παιχνιδιού είναι απλώς ένα δισδιάστατο πλέγμα m ∗ n, την κάθε θέση του οποίου καταλαμβάνει ένας οργανισμός. Η κατάσταση του κάθε οργανισμού καθορίζεται μόνο από τους άμεσους 8 γείτονές του. Το Παιχνίδι της Ζωής αποτελεί ιδανικό υποψήφιο για παραλληλοποίηση, καθώς κάθε οργανισμός εξαρτάται μόνο από τους άμεσους 8 γείτονές του. Επομένως, ο υπολογισμός της επόμενης γενιάς δεν χρειάζεται να γίνει σειριακά. Στην παρούσα διπλωματική εργασία, θα επιχειρήσουμε παραλληλοποίηση με τις εξής βιβλιοθήκες: • MPI • CUDA • Υβριδικό MPI/CUDA Η μελέτη παραλληλοποίησης του Παιχνιδιού της Ζωής είναι σημαντική, επειδή, όπως θα δούμε και παρακάτω, οι μέθοδοι που θα χρησιμοποιήσουμε μπορούν να χρησιμοποιηθούν και για την παραλληλοποίηση διαφορικών εξισώσεων και γενικότερα περίπλοκων επιστημονικών προβλημάτων. Τα αποτελέσματα είναι ιδιαιτέρως ενθαρρυντικά, αφού και με τις τρεις μεθόδους επιτύχαμε σημαντική επιτάχυνση, και τα καλύτερα αποτελέσματα είχαμε με το υβριδικό μοντέλο MPI/CUDA. Ωστόσο, όπως θα δούμε και αναλυτικά παρακάτω, κάθε μέθοδος έχει τα πλεονεκτήματα και μειονεκτήματά της, οπότε η επιλογή της κατάλληλης μεθόδου πρέπει να γίνεται πάντοτε με βάση την φύση του προβλήματος που καλούμαστε να λύσουμε. Συνοπτικά, τα αποτελέσματα της κάθε υλοποίησης ήταν τα εξής: • MPI: Καλή κλιμάκωση, αλλά οι πιο αργές ταχύτητες από όλες τις υλοποιήσεις. • CUDA: Η γρηγορότερη υλοποίηση από όλες, αλλά περιορίζεται από την μνήμη που είναι διαθέσιμη στην εκάστοτε κάρτα γραφικών. Ιδανικό για μικρότερα προβλήματα. • Υβριδικό MPI/CUDA: Πολύ γρηγορότερο από το απλό MPI, πιο αργό από το απλό CUDA. Παρέχει ταυτόχρονα την δυνατότητα κλιμάκωσης που προσφέρουν οι πολλοί κόμβοι και τις γρήγορες ταχύτητες του CUDA. Ιδανικό εφόσον είναι διαθέσιμο ως επιλογή.","abstract_html":"Στην παρούσα εργασία θα κάνουμε μελέτη κλιμάκωσης του Παιχνιδιού της Ζωής σε παράλληλα υπολογιστικά συστήματα. Το Παιχνίδι της Ζωής δημιουργήθηκε από τον Βρετανό μαθηματικό John Horton Conway το 1970. Ανήκει στην κατηγορία των παχνιδιών τύπου cellular automata[1]. Παρόλο που αποκαλείται «παιχνίδι», στην πραγματικότητα δεν απαιτεί κάποια ενέργεια από τον χρήστη. Η έκβασή του καθορίζεται αποκλειστικά από την αρχική του κατάσταση. Ο πίνακας του παιχνιδιού είναι απλώς ένα δισδιάστατο πλέγμα m ∗ n, την κάθε θέση του οποίου καταλαμβάνει ένας οργανισμός. Η κατάσταση του κάθε οργανισμού καθορίζεται μόνο από τους άμεσους 8 γείτονές του. Το Παιχνίδι της Ζωής αποτελεί ιδανικό υποψήφιο για παραλληλοποίηση, καθώς κάθε οργανισμός εξαρτάται μόνο από τους άμεσους 8 γείτονές του. Επομένως, ο υπολογισμός της επόμενης γενιάς δεν χρειάζεται να γίνει σειριακά. Στην παρούσα διπλωματική εργασία, θα επιχειρήσουμε παραλληλοποίηση με τις εξής βιβλιοθήκες: • MPI • CUDA • Υβριδικό MPI/CUDA Η μελέτη παραλληλοποίησης του Παιχνιδιού της Ζωής είναι σημαντική, επειδή, όπως θα δούμε και παρακάτω, οι μέθοδοι που θα χρησιμοποιήσουμε μπορούν να χρησιμοποιηθούν και για την παραλληλοποίηση διαφορικών εξισώσεων και γενικότερα περίπλοκων επιστημονικών προβλημάτων. Τα αποτελέσματα είναι ιδιαιτέρως ενθαρρυντικά, αφού και με τις τρεις μεθόδους επιτύχαμε σημαντική επιτάχυνση, και τα καλύτερα αποτελέσματα είχαμε με το υβριδικό μοντέλο MPI/CUDA. Ωστόσο, όπως θα δούμε και αναλυτικά παρακάτω, κάθε μέθοδος έχει τα πλεονεκτήματα και μειονεκτήματά της, οπότε η επιλογή της κατάλληλης μεθόδου πρέπει να γίνεται πάντοτε με βάση την φύση του προβλήματος που καλούμαστε να λύσουμε. Συνοπτικά, τα αποτελέσματα της κάθε υλοποίησης ήταν τα εξής: • MPI: Καλή κλιμάκωση, αλλά οι πιο αργές ταχύτητες από όλες τις υλοποιήσεις. • CUDA: Η γρηγορότερη υλοποίηση από όλες, αλλά περιορίζεται από την μνήμη που είναι διαθέσιμη στην εκάστοτε κάρτα γραφικών. Ιδανικό για μικρότερα προβλήματα. • Υβριδικό MPI/CUDA: Πολύ γρηγορότερο από το απλό MPI, πιο αργό από το απλό CUDA. Παρέχει ταυτόχρονα την δυνατότητα κλιμάκωσης που προσφέρουν οι πολλοί κόμβοι και τις γρήγορες ταχύτητες του CUDA. Ιδανικό εφόσον είναι διαθέσιμο ως επιλογή.","abstract_has_math":false,"creators":["Ραδιώτης Βασίλειος","Radiotis Vasileios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:27:01Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3368420"],"render_values":[{"text":"uoadl:3368420","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3368420","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3368420","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3368420","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ραδιώτης Βασίλειος","Radiotis Vasileios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3368420","https://pergamos.lib.uoa.gr/uoa/dl/object/3368420"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Στην παρούσα εργασία θα κάνουμε μελέτη κλιμάκωσης του Παιχνιδιού της Ζωής σε παράλληλα υπολογιστικά συστήματα. Το Παιχνίδι της Ζωής δημιουργήθηκε από τον Βρετανό μαθηματικό John Horton Conway το 1970. Ανήκει στην κατηγορία των παχνιδιών τύπου cellular automata[1]. Παρόλο που αποκαλείται «παιχνίδι», στην πραγματικότητα δεν απαιτεί κάποια ενέργεια από τον χρήστη. Η έκβασή του καθορίζεται αποκλειστικά από την αρχική του κατάσταση. Ο πίνακας του παιχνιδιού είναι απλώς ένα δισδιάστατο πλέγμα m ∗ n, την κάθε θέση του οποίου καταλαμβάνει ένας οργανισμός. Η κατάσταση του κάθε οργανισμού καθορίζεται μόνο από τους άμεσους 8 γείτονές του. Το Παιχνίδι της Ζωής αποτελεί ιδανικό υποψήφιο για παραλληλοποίηση, καθώς κάθε οργανισμός εξαρτάται μόνο από τους άμεσους 8 γείτονές του. Επομένως, ο υπολογισμός της επόμενης γενιάς δεν χρειάζεται να γίνει σειριακά. Στην παρούσα διπλωματική εργασία, θα επιχειρήσουμε παραλληλοποίηση με τις εξής βιβλιοθήκες: • MPI • CUDA • Υβριδικό MPI/CUDA Η μελέτη παραλληλοποίησης του Παιχνιδιού της Ζωής είναι σημαντική, επειδή, όπως θα δούμε και παρακάτω, οι μέθοδοι που θα χρησιμοποιήσουμε μπορούν να χρησιμοποιηθούν και για την παραλληλοποίηση διαφορικών εξισώσεων και γενικότερα περίπλοκων επιστημονικών προβλημάτων. Τα αποτελέσματα είναι ιδιαιτέρως ενθαρρυντικά, αφού και με τις τρεις μεθόδους επιτύχαμε σημαντική επιτάχυνση, και τα καλύτερα αποτελέσματα είχαμε με το υβριδικό μοντέλο MPI/CUDA. Ωστόσο, όπως θα δούμε και αναλυτικά παρακάτω, κάθε μέθοδος έχει τα πλεονεκτήματα και μειονεκτήματά της, οπότε η επιλογή της κατάλληλης μεθόδου πρέπει να γίνεται πάντοτε με βάση την φύση του προβλήματος που καλούμαστε να λύσουμε. Συνοπτικά, τα αποτελέσματα της κάθε υλοποίησης ήταν τα εξής: • MPI: Καλή κλιμάκωση, αλλά οι πιο αργές ταχύτητες από όλες τις υλοποιήσεις. • CUDA: Η γρηγορότερη υλοποίηση από όλες, αλλά περιορίζεται από την μνήμη που είναι διαθέσιμη στην εκάστοτε κάρτα γραφικών. Ιδανικό για μικρότερα προβλήματα. • Υβριδικό MPI/CUDA: Πολύ γρηγορότερο από το απλό MPI, πιο αργό από το απλό CUDA. Παρέχει ταυτόχρονα την δυνατότητα κλιμάκωσης που προσφέρουν οι πολλοί κόμβοι και τις γρήγορες ταχύτητες του CUDA. Ιδανικό εφόσον είναι διαθέσιμο ως επιλογή.","In this thesis, we will do a scaling study of Game of Life in parallel computing systems. The Game of Life was created by British mathematician John Horton Conway in 1970. It belongs to the category of cellular automata[1]. Although it is called a “game”, it does not actually require any interaction with the user. Its ending state is dependent entirely on its initial state. The board of the game is just a two-dimensional grid m ∗ n, with each place occupied by a single organism. The state of each organism depends only on its 8 immediate neighbours. The Game of Life is an ideal candidate for parallelization, since every organism depends only on its 8 immediate neighbours. Therefore, the calculation of the next generation does not need to happen sequentially. In this thesis, we will attempt parallelization with the following libraries: • MPI • CUDA • Hybrid MPI/CUDA The parallelization study of Game of Life is important, because, as we will see later, the methods used can also be used for the parallelization of differential equations and complex scientific problems in general. The results are especially encouraging, since we achieved significant acceleration with all three methods, and we had the best results with the hybrid MPI/CUDA model. However, as we are going to see in detail later, every method has its advantages and disadvantages, so the choice of the appropriate method must always be done based on the nature of the problem we are required to solve. Briefly, the results of every implementation were the following: • MPI: Good scaling, but the slowest speed of all the implementations. • CUDA: The fastest implementation of all, but it is constrained by the available memory of the graphics card. Ideal for smaller problems. • Hybrid MPI/CUDA: Much faster than regular MPI, slower than regular CUDA. It provides both the scaling abilities that come with using multiple nodes, and the great speed of CUDA. It is the ideal option if available."]},{"key":"dc:title","label":"Title","values":["Παραλληλοποίηση του Παιχνιδιού της Ζωής του Conway με την χρήση MPI και CUDA"]}]}],"canonical_facts":{"dc:creator":["Ραδιώτης Βασίλειος","Radiotis Vasileios"],"dc:date":["2023"],"dc:description":["Στην παρούσα εργασία θα κάνουμε μελέτη κλιμάκωσης του Παιχνιδιού της Ζωής σε παράλληλα υπολογιστικά συστήματα. Το Παιχνίδι της Ζωής δημιουργήθηκε από τον Βρετανό μαθηματικό John Horton Conway το 1970. Ανήκει στην κατηγορία των παχνιδιών τύπου cellular automata[1]. Παρόλο που αποκαλείται «παιχνίδι», στην πραγματικότητα δεν απαιτεί κάποια ενέργεια από τον χρήστη. Η έκβασή του καθορίζεται αποκλειστικά από την αρχική του κατάσταση. Ο πίνακας του παιχνιδιού είναι απλώς ένα δισδιάστατο πλέγμα m ∗ n, την κάθε θέση του οποίου καταλαμβάνει ένας οργανισμός. Η κατάσταση του κάθε οργανισμού καθορίζεται μόνο από τους άμεσους 8 γείτονές του. Το Παιχνίδι της Ζωής αποτελεί ιδανικό υποψήφιο για παραλληλοποίηση, καθώς κάθε οργανισμός εξαρτάται μόνο από τους άμεσους 8 γείτονές του. Επομένως, ο υπολογισμός της επόμενης γενιάς δεν χρειάζεται να γίνει σειριακά. Στην παρούσα διπλωματική εργασία, θα επιχειρήσουμε παραλληλοποίηση με τις εξής βιβλιοθήκες: • MPI • CUDA • Υβριδικό MPI/CUDA Η μελέτη παραλληλοποίησης του Παιχνιδιού της Ζωής είναι σημαντική, επειδή, όπως θα δούμε και παρακάτω, οι μέθοδοι που θα χρησιμοποιήσουμε μπορούν να χρησιμοποιηθούν και για την παραλληλοποίηση διαφορικών εξισώσεων και γενικότερα περίπλοκων επιστημονικών προβλημάτων. Τα αποτελέσματα είναι ιδιαιτέρως ενθαρρυντικά, αφού και με τις τρεις μεθόδους επιτύχαμε σημαντική επιτάχυνση, και τα καλύτερα αποτελέσματα είχαμε με το υβριδικό μοντέλο MPI/CUDA. Ωστόσο, όπως θα δούμε και αναλυτικά παρακάτω, κάθε μέθοδος έχει τα πλεονεκτήματα και μειονεκτήματά της, οπότε η επιλογή της κατάλληλης μεθόδου πρέπει να γίνεται πάντοτε με βάση την φύση του προβλήματος που καλούμαστε να λύσουμε. Συνοπτικά, τα αποτελέσματα της κάθε υλοποίησης ήταν τα εξής: • MPI: Καλή κλιμάκωση, αλλά οι πιο αργές ταχύτητες από όλες τις υλοποιήσεις. • CUDA: Η γρηγορότερη υλοποίηση από όλες, αλλά περιορίζεται από την μνήμη που είναι διαθέσιμη στην εκάστοτε κάρτα γραφικών. Ιδανικό για μικρότερα προβλήματα. • Υβριδικό MPI/CUDA: Πολύ γρηγορότερο από το απλό MPI, πιο αργό από το απλό CUDA. Παρέχει ταυτόχρονα την δυνατότητα κλιμάκωσης που προσφέρουν οι πολλοί κόμβοι και τις γρήγορες ταχύτητες του CUDA. Ιδανικό εφόσον είναι διαθέσιμο ως επιλογή.","In this thesis, we will do a scaling study of Game of Life in parallel computing systems. The Game of Life was created by British mathematician John Horton Conway in 1970. It belongs to the category of cellular automata[1]. Although it is called a “game”, it does not actually require any interaction with the user. Its ending state is dependent entirely on its initial state. The board of the game is just a two-dimensional grid m ∗ n, with each place occupied by a single organism. The state of each organism depends only on its 8 immediate neighbours. The Game of Life is an ideal candidate for parallelization, since every organism depends only on its 8 immediate neighbours. Therefore, the calculation of the next generation does not need to happen sequentially. In this thesis, we will attempt parallelization with the following libraries: • MPI • CUDA • Hybrid MPI/CUDA The parallelization study of Game of Life is important, because, as we will see later, the methods used can also be used for the parallelization of differential equations and complex scientific problems in general. The results are especially encouraging, since we achieved significant acceleration with all three methods, and we had the best results with the hybrid MPI/CUDA model. However, as we are going to see in detail later, every method has its advantages and disadvantages, so the choice of the appropriate method must always be done based on the nature of the problem we are required to solve. Briefly, the results of every implementation were the following: • MPI: Good scaling, but the slowest speed of all the implementations. • CUDA: The fastest implementation of all, but it is constrained by the available memory of the graphics card. Ideal for smaller problems. • Hybrid MPI/CUDA: Much faster than regular MPI, slower than regular CUDA. It provides both the scaling abilities that come with using multiple nodes, and the great speed of CUDA. It is the ideal option if available."],"dc:identifier":["uoadl:3368420","https://pergamos.lib.uoa.gr/uoa/dl/object/3368420"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Παραλληλοποίηση του Παιχνιδιού της Ζωής του Conway με την χρήση MPI και CUDA"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:27:01Z"}