Resumen:
Actualmente, la búsqueda por similitud en espacios métricos es de interés para la comunidad científica debido a sus múltiples campos de aplicacíon, como reconocimiento de patrones y recuperacíon de la información, entre otros. El uso de índices métricos proporciona un aumento en la eficiencia durante los procesos de búsqueda mediante la reduccíon del número de evaluaciones de distancia. Sin embargo, para aplicaciones reales donde el volumen de datos a procesar es masivo, el tiempo de resolucíon de una consulta es altamente costoso. En este sentido, el procesamiento paralelo permite disminuir los tiempos de búsqueda. Para este propósito, modernas plataformas basadas en GPU/multi-GPU proporcionan impresionantes ratios coste/rendimiento. En este artículo se presenta un análisis experimental de un conjunto de estructuras métricas en sus versiones secuenciales para posteriormente ser evaluadas bajo una plataforma basada en GPU. Finalmente la mejor alternativa es implementada sobre múltiples GPUs. Como conclusíon, una estructura métrica genérica presenta las mejores propiedades para este tipo de plataforma logrando rendimientos que superan en 32 veces los tiempos obtenidos con la mejor versíon secuencial.