Algoritmos Paralelos. Prof a : Cristina Boeres. Pós Graduação em Computação Instituto de Computação - UFF

Transcrição

1 Algoritmos Paralelos Prof a : Cristina Boeres Pós Graduação em Computação Instituto de Computação - UFF

2 Bibliografia J. Jájá, Introduction to Parallel Algorithms, Addison-Wesley, Ian Foster, Designing and Building Parallel Programs, Addison- ( online ) Wesley, J. Dongarra et. al., Sourcebook of Parallel Computing, Morgan Kaufmann, T. G. Robertazzi, Networks and Grids - technology and theory, Springer, H. Casanova, A. Legrand and Y. Robert, Parallel Algorithms, CRC Press, S. Akl, Parallel Computation Models and Methods, Prentice Hall A. Grama, A. Gupta, G. Karypis, and V. Kumar Introduction to Parallel Computing, 2nd edition, Addison-Wesley, Artigos a serem definidos

3 Programa do Curso Introdução e conceitos iniciais Motivação Introdução a tipos de arquiteturas paralelas Modelo de Programação Paralela Projeto de Algoritmos Paralelos Programação com Threads Execução Eficiente de Programas Paralelos

4 Computação Sequencial ou serial Para solução de problemas, tradicionalmente resolvemos através de uma algoritmo sequencial O problema é especificado em uma sequência de instruções executadas serialmente

5 Computação Sequencial ou serial Jon Von Neumann especificou requisitos para computador eletrônico em 1945 Instruções e dados devem ser armazenados na unidade de memória Unidades principais: CPU: unidade de controle e ALU MP I/O

6 Computação Sequencial ou serial CPU: unidade de controle Busca a próxima instrução Decodifica Executa (pela ALU, simplificando) MP memória de acesso aleatório guarda código e dados I/O interface com o mundo externo

7 Por que computação paralela e distribuída? Sistemas de computadores sequenciais cada vez mais velozes velocidade de processador memória comunicação com o mundo externo Quanto mais se tem, mais se quer... Demanda computacional está aumentando cada vez mais: visualização, base de dados distribuída, simulações, etc.

8 Por que computação paralela e distribuída? limites em processamento sequencial velocidade da luz, termodinâmica custo X benefício

9 Por que computação paralela e distribuída? Ao invés de um processador, vários processadores Cada processador executa uma parte do programa simultaneamente

10 Como são os ambientes atualmente? Um computador possui atualmente vários processadores Um ambiente computacional é constituído de vários computadores (similares ou não)

11 Por que tantos processadores O mundo real é massivamente paralelo Eventos acontecem ao mesmo momento e em sequência Como simular tal evento em sequência? Quanto tempo levaria?

12 Por que tantos processadores

13 Por que tantos processadores

14 Por que tantos processadores

15 Computação de Alto Desempenho Os grandes desafios (Levin 1989): química quântica, mecânica estatística e física relativista; cosmologia e astrofísica; dinâmica e turbulência computacional dos fluídos; projeto de materiais e supercondutividade; biologia, farmacologia, seqüência de genomas, engenharia genética, dobramento de proteínas, atividade enzimática e modelagem de células; medicina, modelagem de órgãos e ossos humanos; clima global e modelagem do ambiente

16 Demanda para velocidade computacional Existem várias áreas que demandam processamento computacional mais veloz: modelagem numérica simulação de problemas científicos Computação deve ser finalizada em um tempo razoável 1a.16

17 Grand Challenge São problemas que não podem ser resolvidos em uma quantidade de tempo razoável nos computadores atuais para resolver o problema computacionalmente, 10 anos seriam razoáveis? Modelagem de estruturas longas de DNA previsão de tempo global simulação e modelagem do movimento de corpos celestes (astronomia) 1a.17

18 Movimento de Corpos Celestes Cada corpo é atra[ido pelo outro atrav[es de forças gravitacionais O movimento de cada corpo é previsto através do cálculo da força total de cada corpo 1a.18

19 Movimento de Corpos Celestes Existindo N corpos N 1 cálculo de força para cada corpo ou aproximadamente N 2 cálculos, i.e. O(N 2 ) Depois deste cálculo, determinar as novas posições dos corpos, repetindo esse procedimento N 2 T cálculos no total, sendo T o número de passos 1a.19

20 Movimento de Corpos Celestes A galáxia deve ter em torno de estrelas Se cada cálculo da força leva em torno de 1 ms (sendo extremamente otimista), então, são necessários: 10 9 anos para uma iteração utilizando um algoritmo N 2 1a.20

21 Por que muitos processadores Para economizar tempo e dinheiro Teoricamente, mais recursos resolvem o problema mais rapidamente logo, economicamente mais barato Atualmente, ter vários processadores não é tão caro

22 Disponibilidade de processadores Inicialmente: um processador + memória + dispositivos Um programa por vez Com desenvolvimento de Sistemas Operacionais Multiprogramação Necessidade de maior poder computacional Mainframes 1a.22

23 Disponibilidade de processadores Desenvolvimento de processadores Miniprocessadores e microprocessadores Nova realidade: estações de trabalho E depois, desktops 1a.23

24 Number of hosts ( millions ) Evolução nas comunicações TCP/IP HTML Mosaic XML The'NetworkEffect kicks in, and the web goes critical' PHASE 1. Packet Switching Networks 2. The Internet is Born 3. The World Wide Web 4. with XML 5. The Grid 1969: 4 US Universities linked to form ARPANET TCP/IP becomes core protocol HTML hypertext system created 1972: First program created Domain Name System created CERN launch World Wide Web 1976: Robert Metcalfe develops Ethernet IETF created ( 1986 ) NCSA launch Mosaic interface cortesia de Rajkumar Buyya 1a.24

25 Arquitetura de Sistemas de Computadores Uma classificação Memória Centralizada Memória Distribuída Proposta por Flynn quantidade de instruções e dados processados em um determinado momento 1a.25

26 Classificação de Sistemas Paralelos ( data SISD (single instruction single Um contador de programa Computadores seqüenciais ( data SIMD (single instruction multiple Um contador de programa, uma instrução executada por diversos processadores sobre diferentes dados Computadores paralelos como PRAM 1a.26

27 Classificação de Sistemas Paralelos ( data MISD (multiple instructions single Não aplicável ( data MIMD (multiple instructions multiple Vários contadores de programa Diferentes dados Os vários computadores paralelos e distribuídos atuais 1a.27

28 Plataforma de Execução Paralela ( MultiProcessors SMPs (Symmetric ( Processors MPPs (Massively Parallel ( Worstations Cluster ou NOWs (Network Of Grades Computacionais 1a.28

29 SMPs ou Multiprocessadores único espaço de endereçamento lógico ( compartilhada mecanismo de hardware (memória comunicação espaço de endereçamento compartilhado operações de loads e stores Acesso a memória é realizada através de leitura (load) e escrita (store), caracterizando desta forma, a comunicação entre processadores 1a.29

30 SMPs ou Multiprocessadores Sistema homogêneo Compartilhamento total da mesma memória Uma única cópia do Sistema Operacional Imagem única do sistema Excelente conectividade: fortemente acoplados Não escalável 1a.30

31 SMPs ou Multiprocessadores Exemplos: Sun HPC (StarFire), SGI Altix, SGI Origin, IBM pseries atualmente: multiprocessadores multicores heterogeneidade 1a.31

32 SMPs ou Multiprocessadores Exemplos: Sun HPC (StarFire), SGI Altix, SGI Origin, IBM pseries atualmente: multiprocessadores multicores heterogeneidade 1a.32

33 SMPs ou Multiprocessadores 1a.33

34 MPPs ou Multicomputadores Diferem quanto a implementação física Módulos ou elementos de processamento contendo: múltiplos processadores com memória privativa computadores completos Espaço de endereçamento não compartilhado - memória distribuída 1a.34

35 MPPs ou Multicomputadores Comunicação troca de mensagens Rede de interconexão:diferentes topologias Fracamente acoplados Escaláveis 1a.35

36 MPPs ou Multicomputadores Sistema homogêneo ( ou heterogêneo ) Interconexão: redes dedicadas e rápidas Cada nó executa sua própria cópia do Sistema Operacional Imagem única do sistema visibilidade dos mesmos sistemas de arquivo Um escalonador de tarefas partições diferentes para aplicações diferentes 1a.36

37 MPPs ou Multicomputadores Partições dedicadas a cada aplicação Aplicações não compartilham recursos Pode ocorrer que uma aplicação permaneça em estado de espera Exemplos: Cray T3E, IBM SP2s, clusters montados pelo próprio usuário, com propósito de ser um MPP 1a.37

38 MPPs ou Multicomputadores HP/Compaq Alphaserver IBM BG/L Cray XT3 Intel IA32 IBM POWER5 1a.38

39 Cluster de computadores ou NOWs Conjunto de estações de trabalho ou PCs Interconexão: redes locais Nós: elementos de processamento = processador + memória Diferenças em relação a MPPs: não existe um escalonador centralizado redes de interconexão tendem a ser mais lentas 1a.39

40 Cluster de computadores ou NOWs Resultado das diferenças: Cada nó tem seu próprio escalonador local Compartilhamento de recursos sem partição dedicada a uma aplicação Aplicação deve considerar impacto no desempenho não tem o sistema dedicado 1a.40

41 Power dissipation Clock frequency inconcurrencytowardturnfundamentala: OverIsLunchFreeThe Software Herb Sutter,

42 Cluster de computadores Possibilidade de compor um sistema de alto desempenho e um baixo custo (principalmente quando comparados com MPPs). Rede de computadores ser tornaram mais atraentes do que adquirir um supercomputador (custo bem maior) Possível atingir alto desempenho a um custo bem menor (década 1990) processador de última geração pode ser incluído no sistema

43 Cluster de Computadores E mais importante: portabilidade de software Softwares existentes podem ser utilizados ou facilmente adaptados Projetos bastante conhecidos nesta época: Berkeley NOW (network of workstations) NASA Beowulf

44 Beowulf Clusters* Grupo de computadores do tipo commodity que atingem alto desempenho a baixo custo Geralmente interconectados por uma rede de alta velocidade como Ethernet, e utilizando sistema operacional Linux.

45 Máquinas atuais Olhando melhor as máquinas modernas...

46 Máquinas atuais (quadcore shared memory) Processor Processor Processor Processor L1 cache L1 cache L1 cache L1 cache L2 Cache L2 Cache L2 Cache L2 Cache Bus interface Bus interface Bus interface Bus interface Processor/ memory b us Memory controller Vários níveis de chache: Level 1 (L1) cache Level 2 (L2) cache Level 3 (L3) chache Shared memory Memory

47 Máquinas atuais (quadcore shared memory) Intel Xeon processor with 6 cores and 6 L3 cache units

48 Máquinas atuais (desde 2005) Dual ou até multi-cores Dois ou mais elementos de processamento em independentes em um pacote Na verdade, uma ideia antiga que não havia sido colocada em pratica até recentemente. Os limitantes até então eram baseados em limites tecnológicos: Dissipação de energia (sempre um problema) e limitação da frequência de relógio Limites na velocidade de acesso a memória

49 GPU clusters Última tendência dos clusters de computadores: incorporar GPUs para atingir alta performance Pelo menor três dos cinco computadores mais rápidos do mundo possuem GPUs.

50 Top500 description Na lista TOP500 ordenação e de acordo com: 1) Rmax 2) Rpeak 3) tamanho de memória 4) alfabética Campos da lista: Rank- Position within the TOP500 ranking Location - Location and country System name, configuration and manufacturer #Proc. - Number of processors (Cores)

51 Grades Computacionais Utilização de computadores independentes geograficamente distantes

52 Grades Computacionais Diferenças: clusters X grades heterogeneidade de recursos ( mundial alta dispersão geográfica (escala compartilhamento múltiplos domínios administrativos controle totalmente distribuído

53 Grades Computacionais Componentes PCs, SMPs, MPPs, clusters controlados por diferentes entidades diversos domínios administrativos Não têm uma imagem única do sistema a princípio Vários projetos tem proposto o desenvolvimento de middlewares de gerenciamento camada entre a infraestrutura e as aplicações a serem executadas na grade computacional

54 Grades Computacionais Para executar uma aplicação eficientemente, middlewares deve estar preparados para: Dinamismo do sistema Variedade de plataformas Tolerância falhas

55 Grades Computacionais Sistema não dedicado e diferentes plataformas Usuários da grades devem obter autorização e certificação para acesso aos recursos disponíveis na grade computacional Falhas nos recursos tanto de processamento como comunicação são mais frequentes que as outras plataformas paralelas Mecanismos de tolerância a falhas devem tornar essas flutuações do ambiente transparente ao usuário

56 Grades Computacionais Para utilização eficiente da grade computacional Gerenciamento da execução da aplicação através de políticas de escalonamento da aplicação ou balanceamento de carga Escalonamento durante a execução da aplicação se faz necessário devido as variações de carga dos recursos da grade

57 Grades Computacionais Workstation MPP Computador convencional Servidor Computador convencional Internet desktop SMP notebook Servidor SMP MPP

58 Grades Computacionais Computação em Cluster foi estendido para computação ao longo dos sites distribuídos geograficamente conectados por redes metropolitanas Ambientes tipicamente heterogêneos e compartilhados Ainda, aspectos que devem ser tratados Segurança Falhas de recursos Gerenciamento da execução de várias aplicações

59 Grades Computacionais ( Vision O sonho do cientista (The Grid Computação em Grid adota tanto o nome quanto o conceito semelhantes aqueles da Rede de Potência Elétrica para capturar a noção ou a visão de: Oferecer desempenho computacional eficientemente; De acordo com a demanda; A um custo razoável; Para qualquer um que precisar

60 Grades Computacionais

61 Search for Extraterrestrial Intelligence at Home

62 Search for Extraterrestrial Intelligence at Home is a scientific experiment that uses Internetconnected computers in the Search for Extraterrestrial Intelligence (SETI). (from setiathome.berkeley.edu/)

63 Search for Extraterrestrial Intelligence at Home A abordagem: radio telescopes para ouvir sinais do espaço tais sinais podem ser ruídos de origem celeste ou provenientes da terra (estações de TV, radares e satélites) SETI analisa esse ruídos e digitalmente

64 Search for Extraterrestrial Intelligence at Home A abordagem: Maior poder computacional possibilita cobrir uma procura maior de ruídos Primeiramente supercomputadores especiais foram utilizados Em 1995 (iniciado na verdade em 1999), David Gedye propôs o uso de um supercomputador virtual

65 Search for Extraterrestrial Intelligence at Home Como está o projeto?

66 Grades Computacionais Grid middlewares: tem como objetivo facilitar a utilização de um ambiente grid APIs para isolar usuários ou programas da complexidade deste ambiente Gerenciar esses sistemas automaticamente e eficientemente para executar aplicações no ambiente grid (grid-enabled ( applications E as aplicações não habilitadas a execução em grades?

67 Grades Computacionais Como o usuário (dono da aplicação) escolhe? Vários middlewares existem, qual o mais apropriado? Não há a garantia de suporte Pouca comparação entre os middlewares por exemplo, qual desempenho, grau de intrusão? É difícil encontrar grids com o mesmo tipo de software instalado

68 Cloud Computing Computação em Nuvens Computação provida como um serviço sobre a internet Infra-estrutura geograficamente distribuída Com algumas características de autonomic computing Que características são essas? O middleware não está embutido na aplicação

69 Cloud Computing Computação em Nuvens Exemplos Googleaps, facebook, amazon Exemplo de aplicação gerenciamento de documentos distribuídos geograficamente

70 Cloud Computing Computação em Nuvens Modelo econômico de utilização dos serviços Ambiente que prove uma quantidade maior de serviços a baixo custo Baixo consumo de energia Não acontece sem Virtualização

71 Diferenças entre Grid e Cloud Computing AlHakami, H. et al, Comparison Between Cloud and Grid Computing: Review Paper, in International Journal on Cloud Computing: Services and Architecture (IJCCSA),Vol.2, No.4, August 2012 Recursos os recursos na grade estão disponíveis e compartilhados na nuvem, os recursos são providos de acordo com a demanda

72 Diferenças entre Grid e Cloud Computing AlHakami, H. et al, Comparison Between Cloud and Grid Computing: Review Paper, in International Journal on Cloud Computing: Services and Architecture (IJCCSA),Vol.2, No.4, August 2012 Heterogeneidade de recursos os dois agregam recursos heterogêneos

73 Diferenças entre Grid e Cloud Computing AlHakami, H. et al, Comparison Between Cloud and Grid Computing: Review Paper, in International Journal on Cloud Computing: Services and Architecture (IJCCSA),Vol.2, No.4, August 2012 Segurança segurança do usuário não foi atacado em grades (mais segurança de acesso) no caso de nuvem, cada usuário tem seu ambiente virtual e seguro

74 Diferenças entre Grid e Cloud Computing AlHakami, H. et al, Comparison Between Cloud and Grid Computing: Review Paper, in International Journal on Cloud Computing: Services and Architecture (IJCCSA),Vol.2, No.4, August 2012 Gerenciamento maior experiência no caso de grades muito a fazer em nuvem

75 Features Grid Cloud Resource Sharing Collaboration (VOs, fair share) not shared. Virtualization Security Virtualization of data and computing resources Security through credential delegations Virtualization of hardware and software platforms. Security through isolation. High Level Services Plenty of high level services. No high level services defined yet. Architecture Service orientated User chosen architecture. Software Dependencies Platform Awareness Application domain dependent software The client software must be Gridenabled Application domain independent software The software works on a customized environment Scalability Nodes and sites scalability Nodes, sites, and hardware scalability Standardization User Access Standardization and interoperability Lack of standards for Clouds interoperability. Access transparency for the end user. Payment Model Rigid Flexible Access transparency for the end user.

76 Definindo melhor alguns conceitos Concorrência termo mais geral, um programa pode ser constituído por mais de um thread/processo concorrendo por recursos Paralelismo uma aplicação é executada por um conjunto de processadores ( dedicado ) em um ambiente único Computação distribuída aplicações sendo executadas em plataformas distribuídas

77 Definindo melhor alguns conceitos Qualquer que seja o conceito, o que queremos? estabelecer a solução do problema lidar com recursos independentes aumentar desempenho e capacidade de memória fazer com que usuários e computadores trabalhem em espírito de colaboração

78 O que paralelizar? Pode estar em diferentes níveis de sistemas computacionais atuais Hardware Sistema Operacional Aplicação As principais questões que são focadas são Desempenho Corretude

79 Por que paralelizar? Aplicação Paralela várias tarefas vários processadores redução no tempo total de execução

80 Modelos de Programação Paralela Criação e gerenciamento de processos estático ou dinâmico Comunicação memória compartilhada: visão de um único espaço de endereçamento global memória distribuída: troca explícita de mensagens

81 Modelos de Programação Paralela Expressão de Paralelismo: Paradigmas SPMD ( Single Program Multiple Data ) MPMD (Multiple Program Multiple Data ) Metas aumento no desempenho maior eficiência