Lappeenrannan Teknillinen Korkeakoulu 1757 Rinnakkaislaskennan jatkokurssi Customized Dynamic Load Balancing Mohammed J. Zaki Srinivasan Parthasarathy.

Esitys aiheesta: "Lappeenrannan Teknillinen Korkeakoulu 1757 Rinnakkaislaskennan jatkokurssi Customized Dynamic Load Balancing Mohammed J. Zaki Srinivasan Parthasarathy."— Esityksen transkriptio:

1 Lappeenrannan Teknillinen Korkeakoulu 1757 Rinnakkaislaskennan jatkokurssi Customized Dynamic Load Balancing Mohammed J. Zaki Srinivasan Parthasarathy Wei Li 9828 Jani Peusaari

2 Dynaaminen kuormantasaus Ajon aikana tapahtuva tehtävien uudelleen- jakaminen Odotukset kappaleelta: –Epätasaisten ohjelmien tasoittaminen –Heterogeenisen klusterin hyväksikäyttö Mitä käsiteltiin –Erilaisia LB-tekniikoita –Iteratiivisia rinnakkaisongelmia –Ei-dedikoituja ja heterogeenisiä klustereita

3 Kappalejako Johdanto Dynamic Load Balancing DLB mallinnus ja päätösprosessi Kääntäjä ja ajonaikainen järjestelmä Kokeelliset tulokset Yhteenveto

4 Johdanto Käännetään peräkkäinen ohjelma, automaattinen rinnakkaistus Jaetaan prosessit tasaisesti alussa Koneilla satunnainen kuorma Laskennan päätyttyä ilmoitetaan muille Kuormantasaaja(t) jakavat tehtäviä uudelleen

5 Kuormantasausstrategiat Global vs Local –Jaetaanko tehtäviä kaikkien kesken vai pienien ryhmien välillä Centralized vs Distributed –Kuormantasaajaprosessien määrä

6 Kuormantasausprosessi Suorituskyvystä pidetään kirjaa Synkronointi keskeytyksen avulla Lasketaan kannattaako kuorman siirto –Iteraatioiden määrän ja nopeuden perusteella Siirretään data

7 Teoreettista pohdintaa Synkronointi vasta, kun ensimmäinen kone saa kaiken laskettua –Optimaalisessa tapauksessa kevyt overhead –Synkronointia seuraa kollektiivinen viestintä Klusterin muu käyttö on huomioitu Hyödyntää myös heterogeenistä klusteria Ainoastaan iteratiivisiin, silmukoita käyttäviin ongelmiin

8 Tulokset Teoria vastaa hyvin käytäntöä Melkein jokaiseen ongelmatyyppiin soveltuva strategia Parhaimmillaan suoritusaika puolittuu Parhaat tekniikat: GDDLB ja LDDLB Puute: Käytännön tulokset heterogeenisestä klusterista!