Martín, María J.González-Domínguez, JorgeRey Ansemil, PabloUniversidade da Coruña. Facultade de Informática2026-05-142026-05-142026-02https://hdl.handle.net/2183/48256[Resumen]: El presente Trabajo de Fin de Grado aborda el desafío computacional de simular la evolución dinámica de la Vía Láctea procesando la masiva cantidad de datos proporcionada por la misión Gaia (DR3). Dado que la simulación de interacciones gravitatorias mediante fuerza bruta conlleva una complejidad inabordable deO(N2), este proyecto implementa el algoritmo jerárquico de Barnes-Hut, reduciendo la complejidad a O(N logN). El sistema desarrollado procesa más de 1.061 millones de estrellas de la secuencia principal, integrando datos astrométricos y estimaciones de masa y distancia. Para lograr tiempos de ejecución viables, se ha diseñado una arquitectura paralela híbrida desplegada en el supercomputador Finisterrae III del CESGA que hace uso tanto de los nodos multicore del sistema, como de sus GPUs. Se han desarrollado dos versiones paralelas del simulador: una basada en explotar múltiples núcleos de CPU utilizando OpenMP y otra híbrida altamente optimizada para GPU utilizando OpenMP y CUDA y una gestión eficiente de memoria. Los resultados experimentales muestran que la versión OpenMP consigue una aceleración de aproximadamente 70× frente a la versión secuencial cuando se utilizan los 64 núcleos de la CPU, y la versión CUDA una aceleración de 126.7× frente a la versión OpenMP utilizando 8 GPUs NVIDIA A100, reduciendo el tiempo de cálculo de días a minutos sin comprometer la precisión física ni la estabilidad orbital del sistema. El software desarrollado se encuentra públicamente disponible en el repositorio de GitHub: https://github.com/Anse1000/TFG_PabloRey.git.[Abstract]: This Bachelor’s Thesis addresses the computational challenge of simulating the dynamic evolution of the Milky Way by processing the massive amount of data provided by the Gaia mission (DR3). Given that simulating gravitational interactions via brute force entails an intractable complexity of O(N2), this project implements the hierarchical Barnes-Hut algorithm, reducing complexity to O(N logN). The developed system processes over 1.061 million main sequence stars, integrating astrometric data with mass and distance estimates. To achieve viable execution times, a hybrid parallel architecture was designed and deployed on the CESGA Finisterrae III supercomputer, utilizing both the system’s multi-core nodes and its GPUs. Two parallel versions of the simulator have been developed: one based on leveraging multiple CPU cores using OpenMP, and a highly optimized hybrid version for GPUs using OpenMP, CUDA, and efficient memory management. Experimental results show that the OpenMP version achieves a speedup of approximately 70× compared to the sequential version when using 64 CPU cores, and the CUDA version achieves a speedup of 126.7× compared to the OpenMP version using 8 NVIDIA A100 GPUs. This reduces calculation time from days to minutes without compromising physical accuracy or the orbital stability of the system. The developed software is publicly available in the GitHub repository: https://github.com/Anse1000/TFG_PabloRey.git.spaAttribution-NonCommercial 4.0 Internationalhttp://creativecommons.org/licenses/by-nc/4.0/Gaia DR3Simulación N-CuerposBarnes-HutComputación de Altas Prestaciones (HPC)CUDAOpenMPN-Body simulationBarnes-HutHigh-Performance Computing (HPC)bachelor thesisopen access