Paral.lelització híbrida (MPI + STARSS) d'aplicacions d'alt rendiment (original) (raw)

Análisis de rendimiento de aplicaciones MPI en clusters de Raspberries Pi3

2020

La asignatura Programacion de Sistemas Distribuidos (PSD) dedica una parte del temario a las aplicaciones de alto rendimiento y, en particular, a las aplicaciones desarrolladas con MPI. En resumen, estas aplicaciones despliegan en las maquinas fisicas del sistema distribuido una serie de procesos, los cuales deben explotar -de la forma mas eficiente posible- los recursos compartidos del sistema para incrementar su rendimiento. El objetivo principal de este proyecto consiste en analizar el rendimiento de clusters de bajo presupuesto, concretamente, de sistemas formados por placas Raspberry Pi3.

Obtencion de modelos estad´õsticos de rendimiento de las comunicaciones en aplicaciones MPI

Resumen-Este artículo presenta una nueva estrategia para la obtención de modelos estadísticos del rendimiento de aplicaciones paralelas en un cluster. En concreto, se propone un nuevo mecanismo, basado en microbenchmarks, para obtener una caracterización precisa de las comunicaciones MPI y un nuevo procedimiento para la determinación del modelo estadístico del tiempo de ejecución de una aplicación paralela. Para caracterizar las comunicaciones, se ha introducido un nuevo modelo empírico, derivado del conocido LogGP, que tiene en cuenta la dependencia del overhead de los envíos con el tamaño de mensaje y que se puede considerar como una generalización del modelo LogP.

Programación híbrida en clusters de multicore

2012

Desde la aparición de las arquitecturas clusters de multicore, la programación híbrida surgió como una herramienta importante para el aprovechamiento de la nueva jerarquía de memoria que la arquitectura impone. Partiendo de un mismo caso de estudio, este trabajo se enfoca en la comparación de dos soluciones híbridas (donde se combina pasaje de mensajes y memoria compartida) que resuelven el problema en cuestión utilizando diferentes estrategias de paralelización. Las mismas utilizan de distinta manera la jerarquía de memoria presente en la arquitectura de experimentación (cluster de multicore), en particular haciendo un uso diferente del nivel L1 de cache. El caso de estudio elegido es el problema clásico de multiplicación de matrices, utilizado para demostrar el impacto de la utilización óptima de la jerarquía de memoria existente en una arquitectura paralela.

Programación híbrida en arquitecturas cluster de multicore

2010

En este trabajo se analiza la programación híbrida en arquitecturas de cluster de multicore, en donde se combinan los modelos de memoria compartida y pasaje de mensajes. Para ello se utiliza una aplicación de procesamiento de imágenes como caso de estudio, que permite escalar fácilmente el volumen de datos a procesar. Se estudia la mejora introducida por el uso de una estrategia híbrida en dos sentidos: por una parte, al crecer el tamaño del problema (escalabilidad), y por la otra comparando la solución con otras puras de memoria compartida o de pasaje de mensajes. En el estudio experimental se analiza speedup y tiempo de ejecución,.utilizando una arquitectura cluster de multicore (en particular un blade).

El estudio de los parámetros por medio de tecnologías híbridas

Investigacion En Educacion Matematica Xv 2011 Isbn 978 84 694 5590 6 Pags 287 296, 2011

Resumen. Los estudiantes de enseñanza media se enfrentan al uso e interpretación de los parámetros en funciones polinomiales, lugares geométricos y expresiones algebraicas. Este hecho conduce a la necesidad de diferenciar los parámetros de otro tipo de literales como variables o incógnitas. Esta investigación indaga sobre la influencia que pueden tener dos entornos tecnológicos

Análisis De Los Parámetros De Performance Y Escalabilidad Para Clouds Híbridos

2014

Cloud Computing is emerging as a model and business computing. After an initial apogee of the Public Cloud the companies have begun to assemble hybrid Cloud offering the benefits of public cloud, combined with the privacy of data they consider strategic managed on a Private Cloud. However the numerous advantages presented, have not made detailed studies of scalability and efficiency. Neither they have defined parameters for this type of solutions, which enable developers to propose the most convenient architecture, or configure the schedulers to improve the values of these parameters

Optimización a gran escala usando metaheurísticas

2018

Juan José Barbero, Martín Tamagusku, Eber Bezzone, Fernando Sanz Troiani, Hugo Alfonso, Carlos Bermudez, Gabriela Minetti, Carolina Salto Laboratorio de Investigación en Sistemas Inteligentes (LISI) Facultad de Ingeniería Universidad Nacional de La Pampa Calle 110 Esq. 9 (6360) General Pico La Pampa Rep. Argentina Te. / Fax: (02302) 422780/422372, Int. 6302 e-mail: 1{minettig, saltoc, alfonsoh@ing.unlpam.edu.ar}