Mais ajustes no resumo

texto/resumo/resumo-erad.tex

@@ -16,7 +16,17 @@
 
 \author{Cristopher Carcereri \inst{1} \and Daniel Oliveira \inst{1}}
 
-\address{Departamento de Informática -- Universidade Federal do Paraná (UFPR)}
+\address{Departamento de Informática -- Universidade Federal do Paraná (UFPR) --
+Curitiba -- PR}
+
+%Caixa Postal 15.064 -- 91.501-970 -- Porto Alegre -- RS -- Brazil
+%Blumenau, SC -- Brazil
+
+%Department of Computer Science -- University of Durham\\
+%Durham, U.K.
+
+%Departamento de Sistemas e Computação\\
+%Universidade Regional de Blumenal (FURB) -- Blumenau, SC -- Brazil
 
 \begin{document} 
 
@@ -30,8 +40,8 @@
   investigar suas causas.
   São testados os compiladores AOCC, Clang, GCC e ICC.
   A comparação mostra que o compilador da Intel apresenta uma vantagem
-  significativa que se deve principalmente a sua capacidade de vetorizar o
-  código automaticamente.
+  significativa, devida principalmente à sua capacidade de vetorizar o código
+  automaticamente.
 \end{resumo}
 
 \section{Introdução}
@@ -39,7 +49,7 @@
 Com aplicações de alta performance escritas em linguagens de alto nível, a
 eficiência do código produzido pelo compilador é um fator importante para o uso
 de recursos e velocidade de processamento atingida.
-
+%
 %Embora compiladores compartilhem muitas estratégias de otimização básicas, há
 %distinção em melhorias específicas, focadas na arquitetura ou implementação, que
 %podem resultar em variações significativas de desempenho.
@@ -47,53 +57,53 @@ de recursos e velocidade de processamento atingida.
 %profusão de instruções de arquiteturas x86-64 modernas, com extensões como SSE e
 %AVX2.
 
-Entender as diferenças de performance entre os códigos gerados é importante
+Entender as diferenças de desempenho entre os códigos gerados é importante
 tanto para programadores e pesquisadores maximizarem a performance de uma
 aplicação em uma plataforma de hardware particular, quanto para desenvolvedores
 de compiladores identificarem oportunidades de melhorar seu produto.
-Este estudo busca explorar o impacto de quatro compiladores C/C++
-amplamente usados --- GCC (GNU Compiler Collection), Clang, AOCC (AMD Optimizing
-C/C++ Compiler) e ICC (Intel oneAPI DPC++/C++ Compiler) --- no desempenho
-de aplicações científicas, usando um conjunto abrangente de benchmarks.
-Além de quantificar diferenças no tempo de execução, buscamos investigar as
-causas das disparidades observadas.
+Este estudo explora o impacto de quatro compiladores C/C++ amplamente usados ---
+GCC (GNU Compiler Collection), Clang, AOCC (AMD Optimizing C/C++ Compiler) e ICC
+(Intel oneAPI DPC++/C++ Compiler) --- no desempenho de aplicações científicas
+usando um conjunto abrangente de benchmarks.
+Além de quantificar o tempo de execução, nos propomos a investigar as causas das
+disparidades observadas.
 
 %\cite{kasliwal2017} compara a performance de seis compiladores
 %C/C++ para Intel Xeon Platinum baseado na arquitetura Skylake usando três
 %kernels pararelizados com OpenMP.
-\cite{davis2021} testou seis compiladores usando cinco aplicações
-em sistemas heterogêneos com GPUs Nvidia V100.
+\cite{davis2021} testou seis compiladores usando cinco aplicações em sistemas
+heterogêneos com GPUs Nvidia V100.
 Com a maior parte dos compiladores foi empregado OpenMP para o GPU offload, mas
 OpenACC e CUDA também foram utilizados.
-\cite{halbiniak2022} examina cinco compiladores para
-processadores AMD EPYC Rome usando duas implementações, paralelizadas com OpenMP,
-de modelagem numérica da solidificação de ligas.
+\cite{halbiniak2022} examina cinco compiladores para processadores AMD EPYC Rome
+usando duas implementações, paralelizadas com OpenMP, de modelagem numérica da
+solidificação de ligas.
 Nos dois casos, a avaliação mostrou que o desempenho dos compiladores varia
 substancialmente.
 
 \section{Os testes}
 
 Para comparar a performance, foi adotado o conjunto de benchmarks Rodinia
-(versão 3.1), que pode ser facilmente obtido e testado e que implementa uma
-variedade de programas paralelos úteis para aplicações científicas
-\cite{che2009rodinia}.
+(versão 3.1), que é fácil de obter e  implementa uma variedade de programas
+paralelos úteis para aplicações científicas \cite{che2009rodinia}.
 Para os testes, foram selecionados 17 (de um total de 19) implementações usando
 a API OpenMP.\footnote
 {O programa MUMmerGPU foi excluído porque emprega, também, CUDA, não suportado
 pelas versões mais recentes dos compiladores.
-O programa lud mostrou uma imensa sensibilidade ao compilador e as flags, então
-teria um impacto desproporcional na performance média.
-A razão entre o maior e menor tempo de execução para lud é cerca de \(17.5\).
-Dentre os demais programas, a maior razão é \(3.3\), e a média (aritmética)
-das razões é \(1.7\).
+Já LU Decomposition mostrou uma imensa sensibilidade ao compilador e as flags,
+então teria um impacto desproporcional na performance média.
+%A razão entre o maior e menor tempo de execução obtidos para ele é cerca de
+%\(17.5\).
+%Dentre os demais programas, a maior razão é \(3.3\), e a média (aritmética)
+%das razões é \(1.7\).
 }
 
 Foram feitas algumas modificações à versão original do Rodinia.
 Em especial, os makefiles foram alterados para simplificar a compilação com
 diferentes parâmetros e, para reduzir o impacto de I/O na aferição, a saída dos
 programas foi direcionada para \texttt{/dev/null}.
-Os benchmarks modificados e os scripts usados para teste estão disponíveis
-em \url{foo.bar}.
+Os benchmarks modificados e os scripts usados para teste, assim como os
+resultados completos, estão disponíveis em \url{foo.bar}.
 
 %\subsection{Compiladores testados}
 
@@ -131,20 +141,19 @@ em C e as flags que habilitam OpenMP (\texttt{-qopenmp} com ICC,
 
 As diferenças nas flags selecionadas visam compensar variações entre as flags
 definidas para compiladores.
-Com AOCC, Clang e ICC \texttt{O3} implica loop unrolling, mas não com GCC.
+Com AOCC, Clang e ICC \texttt{-O3} implica loop unrolling, mas não com GCC.
 E, por default, ICC usa um modelo de ponto flutuante (\texttt{-fp-model=fast=1})
 que habilita otimizações que sacrificam a acurácia da aritmética, ao contrário
 dos demais.
 O comportamento default destes compiladores foi equiparado com a flag
 \texttt{-fp-model=precise} do ICC.\footnote
 {A flag \texttt{-fp-model=precise} desabilita otimizações que usam instruções
-fma.
+FMA.
 Enquanto isso é uma desvantagem para o ICC, reduzindo o ganho com
 \texttt{-march=native}, a diferença provavelmente é pouco significativa:
-com os demais compiladores, o impacto de instruções fma é inferior a 1\%.
+com os demais compiladores, o impacto de instruções FMA é inferior a 1\%.
 }
 
-
 \begin{table}[h]
   \scriptsize
   \centering
@@ -157,10 +166,9 @@ com os demais compiladores, o impacto de instruções fma é inferior a 1\%.
   \caption{Tempos de execução médios para diferentes parâmetros de compilação}
   \label{tab:resultados-medios}
 \end{table}
-%Reordenar linhas da tabela?
 
 O compilador da Intel obteve o maior desempenho.
-Comporando o melhor caso da tabela para cada compilador, ICC superou o GCC em
+Comparando o melhor caso na tabela para cada compilador, ICC superou o GCC em
 cerca de 5\%, e GCC superou o Clang em cerca de 4\%.
 Para todos os conjuntos de flags testados, a performance média do Clang supera a
 do AOCC entre 1\% e 3\%.