1

Computacion Paralela en
Dispositivos Móviles
Hernán David Avila Echeverry 1410013428, Gabriel Fernando Vásquez Niño
1510010902, John Henry Suarez Gómez 1410013448.
Facultad de Ingeniería y Ciencias Básicas
Institución Universitaria Politécnico Grancolombiano
Bogotá, Colombia.
hdavilae@poligran.edu.co
gfvasquez@poligran.edu.co
jhsuarez12@poligran.edu.co

RESUMEN

Desde hace algunos años ha sido notorio el desarrollo creciente
de dispositivos móviles y de computo con más de un procesador
o de procesadores con varios núcleos. Incluso hoy en día, es
común observar que un ordenador corriente cuente con un
procesador de dos o cuatro núcleos, y que un dispositivo móvil
gama media disponga por lo menos de un procesador y cuatro
núcleos. Todo esto con el fin de proporcionar una mejor
experiencia al usuario final en cuanto a rendimiento y
eficiencia. No sin antes mencionar que la razón de ser de todos
estos cambios es gracias a la programación paralela y sus
ventajas de las que hablaremos a continuación. Específicamente
en dispositivos móviles, debido a que se han instaurado en
nuestras vidas y cada día están siendo usados por un mayor
número de personas.
que a raíz de ese problema nace lo que conocemos hoy en día
como computación paralela que en su momento a finales de
los años 50 se vio expresado en forma de supercomputadores
que aparecieron en los años 60 y 70 y contaban con memoria
compartida, mediante la cual todos los procesadores disponen
de un espacio de direccionamiento común. Atendiendo a la
forma en la que la memoria está distribuida.
Posterior a ello a mediados de los 80 gracias al proyecto
“Concurrent Computation” de Caltech se construye un tipo
nuevo de computador paralelo, el cual evidencio que se podría
lograr un rendimiento de extremo a extremo usando
microprocesadores regulares, disponibles en el mercado en ese
periodo de tiempo.

Palabras clave: Dispositivo, Sistema operativo, Programación Finalizando los 80 los clústeres se dieron a conocer. Vale
Paralela, CPU.GPU, Núcleos, RAM. aclarar que un clúster es un tipo de computador paralelo,
construido a partir de múltiples computadores, conectados
usando una red. Hoy en día son la arquitectura dominante de
I. OBJETIVO los datacenters.

Propiciar el entendimiento de los conceptos de computación
paralela y reconocer la importancia de esta en los dispositivos
móviles. Identificado sus ventajas, desventajas y componentes
de hardware asociados.
II. INTRODUCCION
Hace algunos años hubo un periodo de tiempo en el que los
procesadores trabajaban de manera secuencial, es decir cuando
una tarea va después de otra. Un proceso lento en que, si una
tarea se retrasa, el sistema completo debe esperar.
En aquel periodo de tiempo un procesador poderoso
significaba básicamente un aumento en las frecuencias de reloj
y mayor cantidad de transistores lo que en conjunto traducía
en un mayor poder de computo. Sin embargo, se llegó el
momento en que no fue posible seguir aumentando el
rendimiento de los programas de manera automática debido a
que las frecuencias de reloj alcanzaron su límite. Es entonces
A mediados de los 90 para el procesamiento masivamente
paralelo MPP (Diseño de procesamiento paralelo para evitar
cuellos de botella en el bus de memoria, el cual no emplea
memoria compartida y en su lugar distribuye la memoria RAM
entre los procesadores) y Clústeres surgió El estándar MPI
(Interfaz de paso de mensaje. Estándar que define la sintaxis y
semántica de las funciones contenidas en una biblioteca de
paso de mensajes, diseñada para ser usada en programas que
exploten la existencia de múltiples procesadores) que
convergió de otras API. Para los multiprocesadores con
memoria compartida, un proceso de convergencia similar se
observo a finales de los 90 con el surgimiento de pthreads y
openMP.
En la actualidad la computación paralélela se ha convertido en
un tema muy importante para la construcción de máquinas y
dispositivos móviles. Su importancia radica en varios factores
entre los más importantes tenemos: Disminuir el tiempo total

de ejecución de una aplicación, Obtención de resultados en
menos tiempo, ejecución de varias instrucciones en
simultaneo, permitir dividir una tarea en partes independientes
entre otras. Permitiendo así que el paralelismo no este alejado
del publico general, si no que por el contrario este esperando
ser aprovechado dentro de cualquiera de nuestros dispositivos
móviles personales. Es por ello que las personas del común no
solo se enfocan al tomar una decisión de compra en las
características físicas del equipo como hace unos años, puesto
que ya tienen conocimientos básicos que les permiten estar
interesados en la manera en que cada uno de estos está
construido tanto en hardware como en software debido al
crecimiento del negocio de los dispositivos móviles que cada
vez evoluciona más enfrente de nuestros ojos.
III. DESARROLLO
Tras el paso de los años la elección de un dispositivo móvil se
ha reducido prácticamente a la elección de un buen procesador,
ya que el usuario moderno sabe que a mejor procesador mejor
experiencia en cuanto a uso del sistema operativo y sus
aplicaciones debido a que cada vez son más robustas.
Partiendo de este echo la tecnología va ofreciendo mas
posibilidades tanto a desarrolladores de aplicación como para
los de sistemas operativos, debido a que estos no se alejan
demasiado conceptualmente de un portátil o un computador.
Funcionan gracias a que hay un SO que se ejecuta sobre una
plataforma de hardware compuesta por un procesador (CPU),
un acelerador grafico (GPU), memoria, comunicaciones,
conexión a internet, pantalla y una interfaz con métodos para
las entradas de datos mediante el teclado táctil o mediante el
uso de la voz. Pero a diferencia de los ordenadores o portátiles
donde muchos de sus componentes están perfectamente
diferenciados, en los dispositivos móviles lo que se hace es
integrarlos todos en un SoC (Sistema en chip) además de
diseñarse para funciones específicas, no obstante, pueden
llevar a cabo otras funciones mas generales para las que no
fueron creados.
Para llevar a cabo la computación paralela normalmente se
desarrollan algoritmos paralelos a partir de algoritmos
secuenciales y se lleva a cabo la implementación de estos,
mediante algún lenguaje o herramienta de programación
paralela y posteriormente se ejecutan en todos lo núcleos de un
procesador. Entiéndase por núcleo la cantidad de “capas” que
tiene un procesador, cada uno de estos núcleos puede hacer una
tarea por separado. Los núcleos tienen un tiempo o velocidad
para hacer una determinada tarea, es decir tienen una frecuencia
para realizar una tarea, si hay más núcleos la velocidad total de
procesamiento será más rápida, pero si la velocidad de
procesamiento de cada núcleo es pequeña la velocidad total
disminuirá de manera simultánea, permitiendo de esa forma
distribuir y dividir problemas grandes en problemas pequeños.
2
Sin embargo, debido a la naturaleza de los disipativos móviles,
nos encontramos con algunas limitaciones que nos impiden
obtener el mayor rendimiento como entre algunos tenemos:
Eficiencia: Un factor importante para el funcionamiento de un
procesador es la eficiencia Normalmente entre más poderoso
sea el procesador, más energía utilizará y la batería durará
menos. Hay casos donde los fabricantes prefieren incluir un
chip de menor potencia con tal de que la batería dure más
tiempo.
Ancho de Banda: Los protocolos de comunicación actuales
entre teléfonos móviles no ofrecen un gran ancho de banda,
haciendo que los mensajes intercambiados entre teléfonos
tarden demasiado en enviarse.
Latencia: Los protocolos actuales tienen demasiada latencia
(retardos) a la hora de enviar un mensaje, haciendo que
supongan un cuello de botella para la aplicación, aunque sean
de muy pequeño tamaño. Estos problemas se agravan debido
a la interferencia con otras ondas de radio.
Consumo de energía: El cálculo intensivo que requiere este
tipo de aplicaciones hace que la batería de los teléfonos
móviles se consuma a una mayor velocidad.
Memoria: Algunas aplicaciones pueden requerir una cantidad
de memoria que algunos dispositivos gama baja no tienen
disponible.
Sin embargo, para mitigar este tipo de limitaciones los
desarrolladores emplean herramientas de programación paralela
que permiten acelerar las aplicaciones sacando máximo
provecho de las GPU y CPU mediante lenguajes de
programación comunes como C, C ++, Fortran, Python, Java
entre otros expresando paralelismo a través de extensiones en
forma de algunas palabras clave básicas. Dentro de estas
herramientas tenemos:
RenderScript: Es un lenguaje de script para Android que permite
escribir código de alto rendimiento para la renderización de
gráficos y código computacional nativo, proporcionando un
medio donde escribir código cuyo rendimiento es crítico, y que
después el sistema compila a código nativo del procesador en el
que se ejecutara. Este procesador podría ser la CPU de
dispositivo, una CPU con varios núcleos o incluso la GPU.
CUDA: Es una plataforma de computación paralela y un modelo
de programación desarrollado por NVIDIA para computación
general en unidades de procesamiento gráfico (GPU). Con
CUDA, los desarrolladores pueden acelerar drásticamente las
aplicaciones informáticas aprovechando el poder de las GPU.
En las aplicaciones aceleradas por GPU, la parte secuencial de
la carga de trabajo se ejecuta en la CPU, que está optimizada para
el rendimiento de un solo subproceso, mientras que la parte de
 3
uso intensivo de cómputo se ejecuta en miles de núcleos de GPU
en paralelo.

IV. CONCLUSIÓNES

Los avances vertiginosos de la tecnología nos obligan adquirir

nuevos temas en nuestro plan de estudio y estar actualizados con
el fin de sacarle máximo rendimiento a la tecnología con la que
contamos hoy en día, bien sea mediante desarrollo de
aplicaciones por medio de los núcleos con los que cuente nuestro
hardware tratando de sacar máximo provecho de la computación
paralela mediante la división de un problema de tamaño n en dos
o mas partes y resolverles con procesadores físicos de forma
simultánea. Teniendo la habilidad de identificar el tipo de
problema, patrones de memoria y comunicación adecuados a
implementar junto a las herramientas que nos permitan realizar
grandes cálculos en poco tiempo como es el caso de
RenderScript en los dispositivos móviles y la validación y
mejora en el rendimiento de los algoritmos.

REFERENCIAS
[1] Programación paralela. https://mapecode.com/programacion-paralela/
[2] Computación paralela móvil. https://docplayer.es/36048612-
Computacion-paralela-movil.html
[3] Reducciones paralelas de RenderScript
http://www.progmat.uaem.mx:8080/Vol6num3/vol6num3art4.pdf
[4] Metodología de la programación paralela
http://dis.um.es/~domingo/apuntes/AlgProPar/1617/sistemasprogramacio
n.pdf
[5] Zona CUDA
https://developer.nvidia.com/cuda-zone
[6] RenderScript de Android
https://planetared.com/2013/01/renderscript-mejorando-el-rendimiento-
de-nuestros-android/