Gran mayoría de las computadoras hoy día cuentan unidades de procesamiento gráfico (GPU), las cuales proveen funciones de entorno gráfico para poder interactuar con las aplicaciones. Las GPU tienen unidades aritméticas especializadas de las cuales los computadores pueden beneficiarse para acelerar la ejecución de programas paralelos. Sin embargo, aun los sistemas operativos de uso común y los manejadores de recursos en las grandes plataformas de computo de alto rendimiento, no proveen un soporte adecuado para arbitrar y manejar a las GPU. Las GPU embebidas podrían suplir la alta demanda en procesamiento de datos requerida para la ejecución de aplicaciones en la industria del petróleo, acorde a las limitantes energéticas características de las locaciones petroleras que hacen insostenible un centro de datos para tal fin.
Por ello el enfoque de este trabajo de investigación es atacar esta problematica, enfocándose en la planificación de tareas para unidades de procesamiento gráfico embebidas, como la alternativa que permita sacar mayor provecho al bajo consumo energético y poder de cálculo disponible en GPU embebidas.
\cite{Quan_2015}
\cite{Quan_2015} Key-words:
GPU, CUDA, Job Scheduling, Embedded System.