Implementasi Komputasi Paralel Dengan Compute Unified Device Architecture (CUDA) Untuk Perhitungan Simple Linear Regression

Abstract

Nvidia CUDA berawal dari riset Nvidia untuk GPGPU (General-Purpose Computing on Graphics Processing Unit). Dari riset tersebut muncul teknologi CUDA untuk suatu pemrosesan paralel yang sudah diimplementasikan dalam GPU buatan Nvidia saat ini, sehingga memunginkan GPU (didukung oleh teknologi CUDA) menjadi aristektur terbuka seperti CPU. Dalam penelitian ini, kami memanfaatkan GPU sebagai media kalkulasi. Data yang digunakan dalam kalkulasi adalah data Wave Energy Converters yang berjumlah ribuan. Penelitian ini menggunakan NVIDIA GTX 1050 ti dengan spesifikasi memori GPU 4 GB dengan core 768 unit. Skema dari metode komputasi paralel yang akan dirancang menggunakan komputasi dengan CUDA akan diimplementasikan pada regresi linier untuk perhitungan data Wave Energy Converters. Dalam proses implementasi ini akan terdapat beberapa proses dimulai dari proses input data, proses dan output. Adapun output dari proses tersebut berupa informasi excecutiontime yang akan dijadikan pembanding dari tiap metode CUDA. Pada penelitian ini benchmark komputasi dengan CUDA meliputi lamanya GPU memproses perhitungan regresi linier. Lamanya komputasi akan menggunakan satuan milissecond (ms) dan pengujian akan dilakukan sebanyak sepuluh kali secara bertahap dengan memasukkan data dimulai dari 10.000 sampai dengan 100.000. Set data untuk komputasi menggunakan data Wave Energy Converters. Waktu komputasi regresi linier dengan data antara 10.000 sampai dengan 100.000 menunjukkan waktu komputasi yang sangat cepat, antara nilai antara 341 ms sampai dengan 833 ms. Hal ini membuktikan bahwa komputasi dengan CUDA sangat efisien untuk perhitungan dengan proses yang besar.