Proyecto Final: Comparación de Algoritmos de Ordenamiento (CPU vs GPU)

Este proyecto compara el rendimiento de QuickSort y MergeSort en tres modalidades: Secuencial, Distribuida (MPI) y Acelerada por GPU (CUDA).

Requisitos

• Python 3.x
• CUDA Toolkit (para las versiones de GPU)
• Numba
• NumPy, Pandas, Matplotlib
• MPI (OpenMPI o MPICH) y mpi4py

Estructura

• src/sequential/: Versiones secuenciales.
• src/mpi/: Versiones distribuidas con MPI.
• src/cuda/: Versiones aceleradas con Numba CUDA.
• scripts/: Scripts para ejecutar experimentos y generar datos.
• docker/: Configuración para despliegue en contenedores.

Ejecución

1. Instalar dependencias:

   pip install -r requirements.txt

2. Ejecutar experimentos:

   python scripts/run_experiments.py

3. Ejecutar con Docker:

   docker build -t tu-usuario/proyecto-paralela -f docker/Dockerfile .
   docker run --gpus all tu-usuario/proyecto-paralela

Publicación en Docker Hub

1. Inicia sesión: docker login
2. Sube la imagen: docker push tu-usuario/proyecto-paralela

---

Curso: Computación Paralela y Distribuida Integrantes: [Nombres de los integrantes]