BDBComp
Parceria:
SBC
Paralelismo de dados científicos em workflows usando técnicas P2P

Jonas DiasMarta MattosoEduardo Ogasawara

O crescimento dos experimentos científicos em larga escala motiva a busca por ambientes computacionais que apoiem a paralelização de atividades computacionais, particularmente, as que atendem o paradigma Many Task Computing (MTC). A paralelização em ambientes MTC envolve o modelo de bagof- tasks, porém é mais complexo devido ao número bem mais elevado de processos e de tarefas a serem escalonados e executados, além da heterogeneidade. À medida que máquinas paralelas utilizam centenas de milhares processadores, este ambiente se aproxima das características de redes P2P, onde há heterogeneidade entre os nós processadores e maior índice de queda de nós. Gerenciar a programação paralela usando apenas Message Passing Interface (MPI) não é mais possível. Nesta dissertação propomos o uso de técnicas P2P (Peer-to-Peer) para a gerência do paralelismo de dados em workflows científicos executados em MTC. Foi construído um simulador para avaliar as alternativas de gerência que as arquiteturas P2P possuem e buscar a melhor forma de gerenciar o paralelismo em MTC.

http://www.lbd.dcc.ufmg.br/colecoes/wtdbd/2010/sbbd_wtd_15.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD