ETD

• MPI
• OpenCL
• Parallelizzazione K-means

In questa tesi si vuole proporre una parallelizzazione dell'algoritmo K-means
che faccia uso delle tecnologie MPI e OpenCL e che sia scalabile su macchina distribuita con multi-GPU. L'utilizzo di queste tecnologie permette
una parallelizzazione strutturata su due livelli in cui il primo livello e dato
da una parallelizzazione distribuita del problema mentre il secondo livello e
dato da una parallelizzazione data-parallel sui dati del problema.