Un enfoque paralelo a tareas para estructuras de datos topológicos localizadas

Las mallas no estructuradas se caracterizan por puntos de datos distribuidos irregularmente en el espacio euclidiano. Debido a la naturaleza irregular de estos datos, calcular información de conectividad entre los elementos de la malla requiere mucho más tiempo y memoria que en datos distribuidos uniformemente. Para reducir los costos de almacenamiento, se han propuesto estructuras de datos dinámicas. Estas estructuras de datos calculan información de conectividad sobre la marcha y la descartan cuando ya no se necesita. Sin embargo, el cálculo sobre la marcha ralentiza los algoritmos y resulta en un impacto negativo en el rendimiento temporal. Para abordar este problema, proponemos un nuevo enfoque paralelo a tareas para calcular proactivamente la conectividad de la malla. A diferencia de enfoques anteriores que implementan modelos paralelos de datos, donde todos los hilos ejecutan el mismo tipo de instrucciones, nuestro enfoque paralelo a tareas permite que los hilos ejecuten diferentes funciones. En específico, algunos hilos ejecutan el algoritmo de elección mientras que otros hilos calculan la información de conectividad antes de que realmente se necesite. El enfoque se implementó en la nueva estructura de datos topológicos agrupados acelerados (ACTOPO), que puede soportar cualquier algoritmo de procesamiento que requiera información de conectividad de malla. Nuestros experimentos muestran que ACTOPO combina los beneficios de estructuras de datos topológicos eficientes en memoria de última generación (TTK CompactTriangulation) y eficientes en tiempo (TTK ExplicitTriangulation). Ocupa una cantidad similar de memoria que TTK CompactTriangulation mientras proporciona hasta 5 veces más velocidad. Además, logra un rendimiento temporal comparable al de TTK ExplicitTriangulation mientras utiliza solo la mitad del espacio de memoria.