Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2012-10-25T21:10:20Z
dc.date.available 2012-10-25T21:10:20Z
dc.date.issued 2007
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/22971
dc.description.abstract As Redes Heterogêneas de Estações de Trabalho (Heterogeneous Networks of Workstations - HNOW) constituem uma arquitetura eficiente e barata para prover maior poder computacional para cálculos científicos. As HNOWs proporcionam uma atrativa escalabilidade em termos de poder computacional e memória. Uma forma de escalar o cluster é adicionar mais estações de trabalho dinamicamente, através de bibliotecas como o MPI por exemplo. Contudo, para tirar proveito dessa facilidade, é necessário que exista uma política de balanceamento de carga que contemple a adição dinâmica de recursos. É necessário que o aumento dinâmico de workers seja acompanhado de uma estratégia de balanceamento de carga. A pesquisa propõe, implementa e avalia um modelo de balanceamento de carga que trata a inclusão dinâmica de estações de trabalho em HNOW. A implementação se faz utilizando o MPICH2 em C/C++ no paradigma Master/Worker. Para avaliação dos resultados sào utilizadas a métrica speedup das inclusões dinâmicas. São efetuadas diversas medições utilizando como benchmark um algoritmo de multiplicação de matriz. O modelo proposto prove uma maior escalabilidade em HNOW com a inclusão dinâmica de workers. pt
dc.description.abstract Heterogeneous Networks of Workstations (HNOWs) constitute an efficient and cheap architecture which can provide greater computational power for scientific calculation. The HNOWs provides attractive scalability in terms of computational power and memory. One form to scale a cluster is to dynamically add more workstations, through libraries such as the MPI for example. However, to take off advantage of this feature, it’s required the existence of a policy of load balancing that contemplates the dynamic addition of resources. It is necessary that the dynamic increase of workers either follow of a strategy of load balancing. The research considers, implements and evaluates a model of load balancing that deals with the dynamic inclusion of workstations in HNOW. The implementation is done using the MPICH2 in C/C++ with Master/Worker paradigm. For performance evaluation, we use the metric of speedup of the dynamic inclusions. We’ve made using as benchmark an algorithm of multiplication of matrix. The considered model provides a bigger scalability in HNOW with the dynamic inclusion of workers. en
dc.format.extent 1275-1288 es
dc.language pt es
dc.subject grid services en
dc.subject Parallel algorithms es
dc.subject Clustering es
dc.subject load balancing en
dc.subject balanceamento de carga pt
dc.subject computação em Grades pt
dc.subject computação em cluster pt
dc.title Provendo maior escalabilidade em HNOWcom inclusão dinâmica de workers pt
dc.type Objeto de conferencia es
sedici.creator.person Borges Santana, Francisco es
sedici.creator.person Rodrigues de Souza, Josemar es
sedici.description.note VIII Workshop de Procesamiento Distribuido y Paralelo es
sedici.subject.materias Ciencias Informáticas es
sedici.subject.materias Informática es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática (RedUNCI) es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
sedici.date.exposure 2007-10
sedici.relation.event XIII Congreso Argentino de Ciencias de la Computación es
sedici.description.peerReview peer-review es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)