Procesamiento masivamente paralelo en control predictivo basado en datos

Abstract

Durante mucho tiempo, la computación paralela ha estado relegada a supercomputadores de grandes centros de investigación. Sin embargo, con la aparición de la arquitectura CUDA en las tarjetas gráficas de NVIDIA (las cuales no suponían una inversión desorbitada), empezó a estar disponible para un público mucho más amplio. Por otro lado, comprobaremos que la programación con las APIs proporcionadas por el CUDA Toolkit se plantea realmente muy similar a la que estamos acostumbrados a usar habitualmente, permitiéndonos usar diversos lenguajes populares como C o Fortran. La razón por la que planteamos el estudio de estas técnicas encuentra su sentido en el hecho de que existen gran cantidad de problemas que pueden beneficiarse del uso de este tipo de soluciones, más ahora que estamos moviendo continuamente cantidades enormes de información. Dicho esto, el objetivo es explorar las distintas posibilidades actuales para programar en la GPU usando software comercial como Matlab y, una vez hecho esto, implementar algoritmos que usen esta tecnología. En concreto, se resuelven principalmente 2 problemas: • Uso de una base de datos para predecir el estado de un sistema dinámico. • Resolución de un problema de control predictivo multivariable usando una base de datos en lugar de un modelo matemático del sistema. También comentaremos las ventajas e inconvenientes de este tipo de soluciones, haciendo especial hincapié en las mejoras de rendimiento que conseguiremos con respecto a las versiones de los algoritmos anteriores sin paralelizar.