diff --git a/texto/resumo/resumo-erad.tex b/texto/resumo/resumo-erad.tex
index 4496aa074725e677cd4e03cd6e6c4415fff7c8d6..85cf5cf56bbd868f3da49e069402c1206a1becd9 100644
--- a/texto/resumo/resumo-erad.tex
+++ b/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.
+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.
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\%.