Equilibrado de carga dirigido por modelos de Kernels de datos paralelos en plataformas heterogéneas de alto rendimiento

DSpace/Manakin Repository

español português english

Equilibrado de carga dirigido por modelos de Kernels de datos paralelos en plataformas heterogéneas de alto rendimiento

Show simple item record

dc.contributor.advisor Rico Gallego, Juan Antonio
dc.contributor.advisor Díaz Martín, Juan Carlos
dc.contributor.author Moreno Álvarez, Sergio
dc.date.accessioned 2019-03-04T13:30:21Z
dc.date.available 2019-03-04T13:30:21Z
dc.date.issued 2019-03-04
dc.date.submitted 2019-01
dc.identifier.uri http://hdl.handle.net/10662/8882
dc.description.abstract Las aplicaciones de datos paralelos se componen de varios procesos que aplican el mismo cómputo (kernel) a diferentes conjuntos de datos. Además, durante su ejecución, estas aplicaciones necesitan comunicar resultados parciales. Las plataformas heterogéneas son aquellas donde cada recurso de cómputo del sistema es probablemente diferente a los otros, y están compuestas por aceleradores. La conexión entre los elementos se realiza mediante redes de diferente rendimiento y características. Estos tienen que trabajar juntos para ejecutar una aplicación o resolver un problema, lo cual es lo complicado de este escenario. Por ello, el problema del equilibrado de carga de las aplicaciones paralelas de datos en plataformas heterogéneas se está investigando y resolviendo mediante distribuciones no uniformes de la carga de trabajo entre todos los recursos disponibles. Este problema se ha demostrado NP-Completo. La literatura ha desarrollado varias heurísticas para encontrar soluciones óptimas en las que diferentes modelos de rendimiento de computación y comunicación se utilizan como métrica en los algoritmos de partición. Los modelos nos permiten describir el funcionamiento del sistema, mientras que las heurísticas son el enfoque que se utiliza para encontrar una solución satisfactoria. Discutimos el papel de estos modelos y, finalmente para mejorar estos enfoques heurísticos, sustituimos métricas basadas en volumen de comunicaciones por una métrica basada en los tiempos de comunicaciones. Estos tiempos son obtenidos mediante un modelo analítico a través de una herramienta simbólica que manipula, evalúa y representa el coste de la comunicación de una partición con una expresión analítica utilizando el modelo de rendimiento de comunicación τ–Lop. es_ES
dc.description.abstract Data-Parallel applications are composed of several processes that apply the same computation (kernel) to different amounts of data. While its execution, these applications need to communicate partial results. The heterogeneous platforms are those where each computation resource of the system is probably different from the others, and are composed of accelerators. The connection between the elements is made through networks of different performance and characteristics. These have to work together to execute an application or solve a problem, which is the complicated part of this scenario. Therefore, the load balancing problem of Data-Parallel applications in heterogeneous platforms is being investigated and solved by non-uniform distributions of the workload among all available resources. The objective of this solution is to find a partition that minimizes the cost of computation and communication, which is not trivial. This problem is demonstrated as NP-Complete. The literature has developed several heuristics to find optimal solutions where computation and communication performance models are used as metrics in the partitioning algorithms. The models allow us to describe the functioning of the system, while heuristics are the approach used to find a satisfactory solution. We discuss the role of these models and finally, to improve these heuristic approaches, we replace metrics based on communications volume with a metric based on communication times. These times are obtained through a symbolic tool that manipulates, evaluates and represents the cost of communication of a partition with an analytic expression using the communication performance model τ –Lop. es_ES
dc.format.extent 82 p. es_ES
dc.format.mimetype application/pdf en_US
dc.language.iso eng es_ES
dc.rights Attribution-NonCommercial 4.0 International *
dc.rights.uri http://creativecommons.org/licenses/by-nc/4.0/ *
dc.subject Modelado de rendimiento en comunicaciones es_ES
dc.subject Modelos funcionales de rendimiento de cómputo es_ES
dc.subject Plataformas heterogéneas es_ES
dc.subject Algoritmos de particionamiento es_ES
dc.subject Optimización de la comunicación es_ES
dc.subject Kernels de datos paralelos es_ES
dc.subject Communication performance modeling es_ES
dc.subject Functional computation performance models es_ES
dc.subject Heterogeneous platforms es_ES
dc.subject Partitioning algorithms es_ES
dc.subject Communication optimization es_ES
dc.subject Data-parallel kernels es_ES
dc.title Equilibrado de carga dirigido por modelos de Kernels de datos paralelos en plataformas heterogéneas de alto rendimiento es_ES
dc.type masterThesis es_ES
europeana.type TEXT en_US
dc.rights.accessRights openAccess es_ES
dc.subject.unesco 1203 Ciencia de Los Ordenadores es_ES
dc.subject.unesco 3304 Tecnología de Los Ordenadores es_ES
europeana.dataProvider Universidad de Extremadura. España es_ES
dc.description.degree Máster Universitario en Ingeniería Informática. Universidad de Extremadura es_ES


Files in this item

Files Size Format View
TFMUEX_2019_Moreno_Alvarez.pdf 2.015Mb PDF Thumbnail

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial 4.0 International Except where otherwise noted, this item's license is described as Attribution-NonCommercial 4.0 International

Search DSpace


Browse

My Account

Statistics

Help

Redes sociales