INPE Outubro, Fabiana. S. Santana, César Bravo, Antonio. M. Saraiva Projeto:

Transcrição

1 INPE Outubro, 2008 Fabiana. S. Santana, César Bravo, Antonio. M. Saraiva Apoio: Instituição: Projeto:

2 Objetivos: Apresentar versão de alto desempenho para o Garp Aplicação de algoritmos paralelos Máquinas paralelas consideradas: cluster Comunicação usando MPI (Massive Parallel Interface) Mostrar alguns resultados de desempenho Testes realizados no cluster Poli/USP com espécies selecionadas Obs.: 1. O algoritmo considerado como base para o estudo foi o Garp com openmodeller implementation. 2. O artigo correspondente aos algoritmos aqui apresentados está em fase de submissão para publicação em revista científica.

3 Problema: Tempo grande para a geração de um modelo, considerando especialmente: Muitos layers ambientais Resolução adotada para análise dos layers resulta em muitos pontos/pixels Resultados para alguns casos reais: De horas a dias!!! Análise de desempenho realizada na Poli-USP: Etapas que mais consomem tempo (como esperado): Execução do algoritmo Projeção do modelo

4 Algoritmo = seqüência de passos Step 1 Melhoria de performance: Step 2... NO MAGIC! Step N Se o algoritmo estiver correto, presume-se que todos os passos são necessários para resolver o problema. Alternativa seqüencial: criar novos algoritmos (ex.: ordenação)... mas este tipo de solução já existe de sobra, por exemplo, no openmodeller, porém o problema é diferente e a abordagem não vale.

5 Supercomputadores: Eficiência e utilização podem depender da arquitetura Exemplos: Um só superprocessador (muito rápido e poderoso) Cluster - Network of Workstations Constelation - cluster of clusters Etc. Curiosos: Consultar: supercomputadores mais rápidos do mundo! Detalhes sobre suas arquiteturas

6 Supercomputadores: Cluster é opção mais adotada (boa relação custo - benefício): Máquinas com vários processadores e fast switch (comunicação rápida) Cada um dos p nós da figura: processador + memória Implementações comuns para cluster: P Cluster with p nodes - each node: processor + memory Instâncias do mesmo algoritmo em diferentes nós, sob diferentes condições Quantidade maior de modelos gerados no mesmo período de tempo Úteis para, e.g.: experimentação, análise de sensibilidade, modelagem em massa! Resultado: maior throughput, mas... a performance de cada algoritmo será a mesma!

7 Algoritmos paralelos: Quebrar a barreira de software : Software específico para acompanhar o desempenho do hardware Explorar os recursos da máquina: Tirar máximo de vantagens do hardware Combinar resultados obtidos em instâncias distintas para resolver o mesmo problema Necessitam de modelo de computação adequado ao hardware (Obs.: O projeto de algoritmos seqüenciais são baseados na Máquina de von Neumann, também definida como RAM por Cormen, Leiserson, Rivest, )

8 PRAM: Famoso, teórico, mas inadequado para clusters BSP (Bulk-Synchronous Parallel): Valiant, 1990 Algoritmo é seqüência de superpassos Rodadas de computação local Rodadas de comunicação Análise dos algoritmos consideram os dois CGM (Course-Grained Multicomputer): Dehne, 1996 Versão simplificada do BSP Step 1 Step 2 Step N Análise simplificada, baseada apenas no número de rodadas Supõe minimização do tempo de uso dos recursos (preferir: # pequeno msgs grandes, redução de troca de contexto, etc.)... Step 1 Step 2... Step N Step 1 Step 2... Step N

9 GARP P-GARP GARP P-GARP Furcata boliviana iterations Furcata boliviana iterations GARP P-GARP P-GARP GARP P-GARP Unknown species - 20 iterations Unknown species iterations

10 SpeedUp T(GARP) T(PGARP) np speedup efficiency 0, , ,01 1,01 0, , ,65 0,82 0, , ,94 0,65 0, , ,36 0,59 0, , ,50 2,54 0,51 0, , ,83 0,47 0, , ,00 2,85 0,41 0, , ,21 0,40 0, , ,25 0,36 2,50 0, , ,01 0,30 0, , ,91 0,15 0, , ,00 3,08 0,08 Speedup x #processors Obs.: O speedup representa o número de vezes que um algoritmo paralelo é mais rápido do que um seqüência, considerando o melhor algoritmo seqüencial disponível. 1,50 1,00 0,50 0, #processors

11 Desempenho dos algoritmos genéticos paralelos P-GARP: Em média, 3 vezes mais rápido do que o GARP, para 8 processadores Resultado pode ser considerado bastante bom, já que computação paralela pode ser comparada, em uma associação livre, com a construção de um prédio Em outros clusters, pode ter resultados de desempenho diferentes, mas sempre haverá um limite superiosr para o speedup (quando o tempo de comunicação ultrapassar o tempo de computação local) Outras variações Resultado esperado: ainda melhor porque a paralelização é trivial

12 Objetivos: Apresentar AdaptGARP versão de algoritmo adaptativo para o Garp Aplicação de algoritmos adaptativos Técnica adaptativa: tabela de decisão Mostrar alguns resultados de desempenho Testes comparando Garp com AdaptGARP Obs.: O AdaptGARP já foi apresentado e publicado: César Bravo, João J. Neto, Fabiana S. Santana, Antonio M. Saraiva, Towards an adaptive implementation of genetic algorithms, In: XXXIII Latin American Informatics Conference (CLEI INBI), Proceedings, 2007.

13 Motivação (Por que fizemos?): Adaptividade: Propriedade de alguns sistemas ou dispositivos/equipamentos de auto-modificarem o seu conjunto de operações e regras básicas de funcionamento A adaptatividade depende exclusivamente do histórico de uso ou execução do sistema, sem ajuda externa Ex.: Adaptive Automata (AA), Adaptive Grammars (AG), Adaptive Decision Table (ADT), etc. Técnica adaptativa: tabela de decisão

14

15

16 IF x 1 [A 11, B 11 ] AND x 2 [A 12, B 12 ] AND x k [A 1k, B 1k ] THEN PRESENCE

17

18

19

20 GARP Furcata boliviana AdaptGARP Furcata boliviana

21 Observe que a precisão dos modelos adaptativos é mantida!

22 Trabalhos futuros: Validar e aprovar com os especialistas e pesquisadores em modelagem de nicho ecológico Melhorar, a partir dos resultados dos especialistas e pesquisadores em modelagem de nicho ecológico, a construção da tabela de decisão Conclusão: O AdaptGARP mantém o desempenho do GARP original Pelos testes realizados, é difícil dizer que a qualidade do modelo gerado pelo AdaptGARP se altera, em relação à qualidade do modelo gerado pelo GARP

23 Fabiana Soares Santana Apoio: Instituição: Projeto: