Estudo Comparativo de Técnicas de Escalonamento de Tarefas Dependentes para Grades Computacionais
|
|
|
- Miguel Silva Ferreira
- 6 Há anos
- Visualizações:
Transcrição
1 Estudo Comparativo de Técnicas de Escalonamento de Tarefas Dependentes para Grades Computacionais Candidato Alvaro Henry Mamani Aliaga 1 Orientador Alfredo Goldman Instituto de Matemática e Estatística Departamento de Ciência da Computação Universidade de São Paulo alvaroma@ime.usp.br 22 de Agosto de O aluno recebeu apoio financeiro do CNPq, processo /2009-6
2 Roteiro 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 2 / 66
3 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 3 / 66
4 Introdução Necessidade de poder computacional: mineração de dados, previsão do tempo, processamento de imagens médicas,... Aumento na disponibilidade de computadores poderosos e na interligação de redes de alta velocidade Computação em grade Uma alternativa para obter grande capacidade processamento Escalonamento de tarefas consiste em alocar tarefas de uma aplicação em recursos computacionais, com o intuito de minimizar o Makespan A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 4 / 66
5 Escalonadores Escalonadores OAR Condor Torque Middlewares Boinc InteGrade OurGrid XtremWeb A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 5 / 66
6 Escalonadores Escalonadores OAR Condor Torque Middlewares Boinc InteGrade OurGrid Algoritmos de Escalonamento Workqueue Workqueue with Replication Storage Affinity XtremWeb A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 5 / 66
7 Motivação Necessidade de grande capacidade de processamento Uso correto da capacidade do processamento Escalonamento é um grande desafio pelas características da grade Várias abordagens de escalonamento propostas O escalonamento em middlewares geralmente usa poĺıticas de escalonamento básicas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 6 / 66
8 Objetivos Objetivo geral Comparar técnicas de escalonamento para grades computacionais sobre diferentes cenários Objetivos específicos Propor uma metodologia que baseada em características tanto das aplicações quanto das arquiteturas da grade seja possível decidir qual algoritmo oferece melhor desempenho Determinar se para um dado tipo de aplicação é possível uma comparação usando escalabilidade A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 7 / 66
9 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 8 / 66
10 DAS-3 Distributed ASCI Supercomputer 3 Arquitetura composta por cinco aglomerados heterogêneos geograficamente distribuídos pela Holanda Possui 272 processadores A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 9 / 66
11 Grid5000 Arquitetura científica criada para o estudo de sistemas paralelos e distribuídos de larga escala espalhados pelo território francês Possui mais de 5000 processadores Nos experimentos são usados 462 processadores, agrupados em doze aglomerados A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 10 / 66
12 GridPP É uma arquitetura colaborativa entre físicos e cientistas da computação de 19 universidades do Reino Unido, o laboratório Rutherford e o CERN Possui mais de 7948 processadores Nos experimentos são usados 900 processadores, agrupados em treze aglomerados A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 11 / 66
13 SmallGrid Características da Arquitetura Foram especificados dois aglomerados, com duas instâncias: homogênea e heterogênea A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 12 / 66
14 SmallGrid Id Poder Computacional (GFlops) Homogêneo Heterogêneo A1-00 5,00 1,00 A1-01 5,00 2,00 A1-02 5,00 3,00 A1-03 5,00 4,00 A1-04 5,00 5,00 A2-05 5,00 5,00 A2-06 5,00 6,00 A2-07 5,00 7,00 A2-08 5,00 8,00 A2-09 5,00 9,00 A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 13 / 66
15 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 14 / 66
16 Aplicações Montage É usada para gerar mosaicos personalizados do céu usando pontos de múltiplas imagens de entrada A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 15 / 66
17 Aplicações CyberShake O projeto tem como propósito calcular e analisar os riscos de terremoto usando técnicas de análise probabiĺıstica de risco sísmico A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 16 / 66
18 Aplicações Epigenomics É usada no mapeamento do estado epigenético de células humanas sobre uma grande escala genômica A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 17 / 66
19 Aplicações Ligo É usada para detectar ondas gravitacionais produzidas por vários eventos no universo A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 18 / 66
20 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 19 / 66
21 Simulador SimGrid Casanova, Henri and Legrand, Arnaud and Quinson, Martin, SimGrid: a Generic Framework for Large-Scale Distributed Experiments, IEEE Computer Society, A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 20 / 66
22 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 21 / 66
23 HEFT, Heterogeneous Earliest Finish Time Priorização de tarefas Atribuir prioridade às tarefas Calculo da prioridade, baseado na média dos custos de computação e custos de comunicação Lista de tarefas Seleção de recursos Selecionar a tarefa t i da lista com maior prioridade Para cada recurso r R é calculado o EST e EFT de cada tarefa t i r j é alocada ao recurso que minimiza o EFT da tarefa t i Topcuouglu, Haluk et Al., Performance-Effective and Low-Complexity Task Scheduling for Heterogeneous Computing, IEEE Trans. Parallel Distrib. Syst., A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 22 / 66
24 CPOP, Critical Path On a Processor Priorização de tarefas Atribuir prioridade às tarefas Calculo das prioridades baseados no custo de computação e comunicação CP é o caminho crítico Seleção de recursos PCP (critical-path processor) Se a tarefa selecionada está no caminho crítico, então é escalonada no recurso de caminho crítico Ela é atribuída a um recurso que minimiza o EFT Topcuouglu, Haluk et Al., Performance-Effective and Low-Complexity Task Scheduling for Heterogeneous Computing, IEEE Trans. Parallel Distrib. Syst., A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 23 / 66
25 PCH, Path Clustering Heuristic Seleção de tarefas e agrupamento Seleciona tarefas que formarão cada cluster que serão escalonadas no mesmo recurso A primeira tarefa que compõe um cluster cls k é a tarefa não escalonada com maior prioridade Seleção de recursos A seleção de recursos se dá através do cálculo de valores Qual recurso terminará a execução do cluster em menor tempo O fator que determina em qual recurso um cluster será escalonado é o EST do sucessor da último tarefa do cluster considerado Bittencourt, Luiz F et Al., Uma Heurística de Agrupamento de Caminhos para Escalonamento de Tarefas em Grades Computacionais, SBRC, A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 24 / 66
26 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 25 / 66
27 Análise das Aplicações Distinguimos dois tipos: Aplicação Regular e Aplicação Irregular A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 26 / 66
28 Análise das Aplicações Distinguimos dois tipos: Aplicação Regular e Aplicação Irregular Por cada aplicação temos um conjunto de traços de execução (traces) A soma dos tempos de execução das tarefas (w i ) de um traço é denominada carga do trabalho (workload) A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 26 / 66
29 Análise das Aplicações Distinguimos dois tipos: Aplicação Regular e Aplicação Irregular Por cada aplicação temos um conjunto de traços de execução (traces) A soma dos tempos de execução das tarefas (w i ) de um traço é denominada carga do trabalho (workload) A carga de trabalho W (T A ) de um traço de execução de uma aplicação T A de tamanho n é dado por: W (T A ) = n i=1 w i A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 26 / 66
30 Análise das Aplicações Dada uma aplicação A, se T A,n é o conjunto de traços de tamanho n, a média da carga do trabalho W (A, n) de uma aplicação de cada instância de tamanho n é dado por: W (A, n) = 1 T A,n T T A,n W (T ) A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 27 / 66
31 Análise das Aplicações Dada uma aplicação A, se T A,n é o conjunto de traços de tamanho n, a média da carga do trabalho W (A, n) de uma aplicação de cada instância de tamanho n é dado por: W (A, n) = 1 T A,n T T A,n W (T ) Dada uma aplicação A, chamamos a aplicação de irregular se n, m com n < m tal que W (A, n) > W (A, m) A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 27 / 66
32 Análise das Aplicações Montage CyberShake Epigenomics Ligo log(w(a,n)/(w(a,50))) Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 28 / 66
33 Principais Questões que Direcionam aos Experimentos Critério Métricas Questões & Configurações Desempenho A soma total dos Makespans Uma noção geral do algoritmo com o melhor desempenho Escalabilidade Média do Makespan pelo A avaliação é feita para número de tarefas e nós da grade aplicações regulares sobre todas as grades Adaptabilidade Taxa entre o total do Makespan por grade e por aplicação Distribuição da Carga do Trabalho Número de tarefas por nós da grade e tempo necessário para a comunicação entre elas O intuito é identificar quais algoritmos são mais adaptativos sobre diferentes arquiteturas O intuito é entender qual algoritmo é o melhor na distribuição da carga do trabalho A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 29 / 66
34 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 30 / 66
35 Desempenho - SmallGrid Homogênea 7.5 HEFT CPOP PCH 7 log(sum(makespans)) MONTAGE CYBERSHAKE EPIGENOMICS LIGO A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 31 / 66
36 Desempenho - SmallGrid Heterogênea 7.5 HEFT CPOP PCH 7 log(sum(makespans)) MONTAGE CYBERSHAKE EPIGENOMICS LIGO A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 32 / 66
37 Desempenho - DAS-3 7 HEFT CPOP PCH 6.5 log(sum(makespans)) MONTAGE CYBERSHAKE EPIGENOMICS LIGO A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 33 / 66
38 Desempenho - Grid HEFT CPOP PCH 6.5 log(sum(makespans)) MONTAGE CYBERSHAKE EPIGENOMICS LIGO A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 34 / 66
39 Desempenho - GridPP 7 HEFT CPOP PCH 6.5 log(sum(makespans)) MONTAGE CYBERSHAKE EPIGENOMICS LIGO A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 35 / 66
40 Escalabilidade: (i) Montage - SmallGrid Homogênea HEFT CPOP PCH 1000 Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 36 / 66
41 Escalabilidade: (i) Montage - SmallGrid Heterogênea HEFT CPOP PCH 1000 Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 37 / 66
42 Escalabilidade: (i) Montage - DAS HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 38 / 66
43 Escalabilidade: (i) Montage - Grid HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 39 / 66
44 Escalabilidade: (i) Montage - GridPP 700 HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 40 / 66
45 Escalabilidade: (i) CyberShake - SmallGrid Homogênea HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 41 / 66
46 Escalabilidade: (i) CyberShake - SmallGrid Heterogênea HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 42 / 66
47 Escalabilidade: (i) CyberShake - DAS HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 43 / 66
48 Escalabilidade: (i) CyberShake - Grid HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 44 / 66
49 Escalabilidade: (i) CyberShake - GridPP HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 45 / 66
50 Escalabilidade: (i) Ligo - SmallGrid Homogênea HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 46 / 66
51 Escalabilidade: (i) Ligo - SmallGrid Heterogênea HEFT CPOP PCH Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 47 / 66
52 Escalabilidade: (i) Ligo - DAS HEFT CPOP PCH 3500 Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 48 / 66
53 Escalabilidade: (i) Ligo - Grid HEFT CPOP PCH 3500 Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 49 / 66
54 Escalabilidade: (i) Ligo - GridPP HEFT CPOP PCH 3500 Makespan Número de Tarefas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 50 / 66
55 Adaptabilidade HEFT (Das3, G5k) (G5k, Gpp) Montage 1,65 0,76 CyberShake 0,59 0,93 Epigenomics 1,68 0,74 Ligo 1,82 0,70 CPOP (Das3, G5k) (G5k, Gpp) Montage 1,67 0,75 CyberShake 0,59 0,92 Epigenomics 1,66 0,76 Ligo 1,85 0,74 PCH (Das3, G5k) (G5k, Gpp) Montage 1,75 0,75 CyberShake 0,32 1,59 Epigenomics 1,67 0,77 Ligo 1,79 0,72 A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 51 / 66
56 Distribuição da Carga de Trabalho Montage - DAS-3 - HEFT A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 52 / 66
57 Distribuição da Carga de Trabalho Montage - DAS-3 - CPOP A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 53 / 66
58 Distribuição da Carga de Trabalho Montage - DAS-3 - PCH A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 54 / 66
59 Distribuição da Carga de Trabalho Montage - Grid HEFT A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 55 / 66
60 Distribuição da Carga de Trabalho Montage - Grid CPOP A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 56 / 66
61 Distribuição da Carga de Trabalho Montage - Grid PCH A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 57 / 66
62 Distribuição da Carga de Trabalho Ligo - DAS-3 - HEFT A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 58 / 66
63 Distribuição da Carga de Trabalho Ligo - DAS-3 - CPOP A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 59 / 66
64 Distribuição da Carga de Trabalho Ligo - DAS-3 - PCH A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 60 / 66
65 1 Introdução 2 Arquiteturas 3 Aplicações 4 Simulador 5 Algoritmos de Escalonamento 6 Metodologia 7 Resultados Experimentais 8 Conclusões e Trabalhos Futuros A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 61 / 66
66 Conclusões Na literatura foram propostos diferentes algoritmos de escalonamento A escolha de um algoritmo de escalonamento que tenha as características necessárias para obter um desempenho bom em um determinado cenário é indispensável Ao comparar algoritmos de escalonamento deve seguir principalmente quatro critérios: Desempenho Escalabilidade Adaptabilidade Distribuição da Carga do Trabalho É importante entender e saber qual é o tipo de aplicação, pode ser de dois tipos: Aplicação Regular e Aplicação Irregular Em aplicações irregulares é mais difícil medir escalabilidade A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 62 / 66
67 Conclusões O algoritmo HEFT possui um bom desempenho na maioria dos casos, apresentando uma estabilidade Os algoritmos CPOP e PCH, apresentaram um desempenho bom sobre determinadas circunstâncias No caso do algoritmo CPOP possui uma dependência sobre a estrutura da aplicação e da arquitetura, dado que escalona as tarefas do caminho crítico O algoritmo PCH agrupa as tarefas e escalona cada grupo no processador que oferece o melhor tempo de término. Esse critério perde sentido em tipos de aplicações com tarefas de sincronização crítica A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 63 / 66
68 Contribuições 1 Classificação dos tipos de aplicações para grade com tarefas dependentes: (i) regulares e (ii) irregulares 2 Uma metodologia para fazer comparação de algoritmos de escalonamento, baseado em determinadas configurações e métricas 3 Atualização, modelagem e especificação para a simulação das arquiteturas para grade: (i) DAS-3, (ii) Grid5000 e (iii) GridPP, sobre o simulador SimGrid v3.5 4 Repositório de imagens dos resultados do escalonamento, criadas nas simulações dos algoritmos A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 64 / 66
69 Trabalhos Futuros Sugerimos ter um maior conjunto de aplicações, tanto em tamanho quanto em forma da estrutura. Como uma alternativa existe o uso de um gerador randômico de grafos de aplicações Arquiteturas com processadores com vários núcleos, este tipo de experimentos não foi abordado pelo fato do simulador ainda não suportar este tipo de arquiteturas A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 65 / 66
70 Muito Obrigado Orientador Alfredo Goldman Banca: Profa. Dra. Liria Matsumoto Sato e Prof. Dr. Philippe Navaux Projeto SimGrid e Projeto Pegasus Família e amigos (,,, ) Colegas do LCPD Ao IME(professores e funcionários). A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 66 / 66
Estudo Comparativo de Algoritmos de Escalonamento para Grades Computacionais
Estudo Comparativo de Algoritmos de Escalonamento para Grades Computacionais Alvaro Henry Mamani Aliaga e Alfredo Goldman Instituto de Matemática e Estatística Departamento de Ciência da Computação Universidade
Estudo comparativo de escalonadores de tarefas para grades computacionais
Estudo comparativo de escalonadores de tarefas para grades computacionais Candidato Alvaro Henry Mamani Aliaga Orientador Alfredo Goldman Instituto de Matemática e Estatística Departamento de Ciência da
Um Algoritmo de Escalonamento para Redução do Consumo de Energia em Computação em Nuvem
Um Algoritmo de Escalonamento para Redução do Consumo de Energia em Computação em Nuvem Pedro Paulo Vezzá Campos Orientador: Prof. Dr. Daniel Macêdo Batista MAC0499 Trabalho de Formatura Supervisionado
Um Estudo sobre Algoritmos de Escalonamento para Grids Computacionais
Um Estudo sobre Algoritmos de Escalonamento para Grids Computacionais Carlos Fran F. Dantas 1, Sebastião Emídio A. Filho 1 1 Departamento de Informática Universidade do Estado do Rio Grande do Norte (UERN)
Um Algoritmo de Escalonamento com Intercalação de Processos em Grades Computacionais
6 Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos 413 Um Algoritmo de Escalonamento com Intercalação de Processos em Grades Computacionais Luiz F. Bittencourt, Edmundo R. M. Madeira
Escalonamento de Aplicações BoT em Ambiente de Nuvem
Escalonamento de Aplicações BoT em Ambiente de Nuvem Maicon Ança dos Santos 1 Fernando Angelin 1 Gerson Geraldo H. Cavalheiro 1 1 Universidade Federal de Pelotas {madsantos,fangelin,gerson.cavalheiro}@inf.ufpel.edu.br
Desempenho de computação paralela
Desempenho de computação paralela o paralelismo existente na aplicação decomposição do problema em subproblemas menores a alocação destes subproblemas aos processadores o modo de acesso aos dados: a existência
Uma introdução ao Apache Hama
Uma introdução ao Apache Hama O modelo BSP nas nuvens Thiago Kenji Okada 1 1 Departamento de Ciências da Computação (DCC) Instituto de Matemática e Estatística (IME) Universidade de São Paulo (USP) MAC5742
Silvio Luiz Stanzani ESTRATÉGIAS DE ESCALONAMENTO DE WORKFLOWS COM TAREFAS PARALELAS E SEQUENCIAIS EM GRADES COMPUTACIONAIS
Silvio Luiz Stanzani ESTRATÉGIAS DE ESCALONAMENTO DE WORKFLOWS COM TAREFAS PARALELAS E SEQUENCIAIS EM GRADES COMPUTACIONAIS São Paulo 2014 Silvio Luiz Stanzani ESTRATÉGIAS DE ESCALONAMENTO DE WORKFLOWS
Análise de desempenho de algoritmos de escalonamento em simuladores de grades
Análise de desempenho de algoritmos de escalonamento em simuladores de grades Alvaro Henry Mamani Aliaga December 17, 2009 Abstract In this days, the Grid environments are very important. Many applications
Estudo comparativo de técnicas de escalonamento de tarefas dependentes para grades computacionais
Estudo comparativo de técnicas de escalonamento de tarefas dependentes para grades computacionais Alvaro Henry Mamani Aliaga Dissertação apresentada ao Instituto de Matemática e Estatística da Universidade
Escalonamento de Tarefas Divisíveis em Redes Estrela
Escalonamento de Tarefas Divisíveis em Redes Estrela Elbio Renato Torres Abib 1, Celso Carneiro Ribeiro 2 1 Departamento de Informática União Pioneira de Integração Social SEPS 712/912, Conj. A - Asa Sul
Linear para o Problema de Escalonamento de Workflows em Múltiplos Provedores de Nuvem
Discretização do Tempo na Utilização de Programação Linear para o Problema de Escalonamento de Workflows em Múltiplos Provedores de Nuvem Thiago A. L. Genez, Luiz F. Bittencourt, Edmundo R. M. Madeira
Scheduling and Task Allocation ADVANCED COMPUTER ARCHITECTURE AND PARALLEL PROCESSING Hesham El-Rewini 2005 Capítulo 10 Autor...: Antonio Edson Ceccon Professor..: Prof. Heitor Silvério Lopes Apresentação
Sumário. Referências utilizadas. Introdução. MAFIA: Merging of Adaptive Finite Intervals. Introdução Visão Geral e Objetivos do MAFIA
Sumário : Merging of Adaptive Finite Intervals Elaine Ribeiro de Faria Análise de Agrupamento de Dados ICMC-USP Dezembro 2010 Introdução Visão Geral e Objetivos do Algoritmo Grid Adaptativo Algoritmo Algoritmo
Referências bibliográficas
6 Referências bibliográficas [1] ALDA, W.; DZWINEL, W.; KITOWSKI, J.; MOSCINSKI, J. ; YUEN, D. A.. Penetration mechanics via molecular dynamics. Research Report UMSI 93/58, University of Minnesota Supercomputing
Componente de aplicação. Figura 1 - Elementos funcionais de uma aplicação sendo executados de forma distribuída
11 1 Introdução Recentes avanços em redes de computadores impulsionaram a busca e o desenvolvimento de meios para facilitar e acelerar o desenvolvimento de aplicações em sistemas distribuídos, tornando
Avaliação de Desempenho
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação Avaliação de Desempenho Planejamento de Experimentos Aula 2 Marcos José Santana Regina
InteGrade: um Sistema de Middleware para Computação em Grade Oportunista
InteGrade: um Sistema de Middleware para Computação em Grade Oportunista Andrei Goldchleger Dissertação apresentada ao Instituto de Matemática e Estatística da Universidade de São Paulo para obtenção do
Aluno do Curso de Ciência da Computação UNIJUÍ, 3
PROPOSTA DE UM BALANCEADOR DE CARGA PARA REDUÇÃO DE TEMPO DE EXECUÇÃO DE APLICAÇÕES EM AMBIENTES PARALELOS 1 PROPOSAL FOR A LOAD BALANCER TO REDUCE APPLICATION RUNTIME IN PARALLEL ENVIRONMENTS Vinícius
Um Calculador de Capacidade de Computação para Nós de Máquinas Virtuais LAM/MPI
Um Calculador de Capacidade de Computação para Nós de Máquinas Virtuais LAM/MPI Diego Luis Kreutz 1 Lucas Mello Schnorr 2 Cleverton Marlon Possani 3 Resumo Este texto apresenta um calculador de capacidade
Optimização do tempo de processamento de aplicações em clusters em ambiente multi-utilizador
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Optimização do tempo de processamento de aplicações em clusters em ambiente multi-utilizador Belmiro Daniel Rodrigues Moreira Dissertação Mestrado Integrado
Modelo de Algoritmo Genético para o Escalonamento de Tarefas em uma Arquitetura Multiprocessadora
Modelo de Algoritmo Genético para o Escalonamento de Tarefas em uma Arquitetura Multiprocessadora Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em
Avaliação de um Mecanismo de Checkpointing para o MyGrid
Avaliação de um Mecanismo de Checkpointing para o MyGrid Jeysonn Isaac Balbinot, Ingrid Jansch-Pôrto, Hélio Miranda Silva, Taisy Silva Weber Instituto de Informática Universidade Federal do Rio Grande
Avaliação de Desempenho
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação Avaliação de Desempenho Introdução Aula 1 Marcos José Santana Regina Helena Carlucci Santana
Gerência de recursos - escalonamento global. GERÊNCIA DE RECURSOS Escalonamento Global. Gerência de recursos - escalonamento global
GERÊNCIA DE RECURSOS Escalonamento Global Além de prover comunicação, recursos de acesso a rede, memória compartilhada, sistemas de arquivos distribuídos, um sistema operacional distribuído tem que poder
CHARLES BOULHOSA RODAMILANS ANÁLISE DE DESEMPENHO DE ALGORITMOS DE ESCALONAMENTO DE TAREFAS EM GRIDS COMPUTACIONAIS USANDO SIMULADORES
CHARLES BOULHOSA RODAMILANS ANÁLISE DE DESEMPENHO DE ALGORITMOS DE ESCALONAMENTO DE TAREFAS EM GRIDS COMPUTACIONAIS USANDO SIMULADORES São Paulo 2009 CHARLES BOULHOSA RODAMILANS ANÁLISE DE DESEMPENHO DE
Arquitetura de Computadores Paralelos. Introdução Conceitos Básicos Ambientes de Programação Modelos de Programação Paralela
Arquitetura de Computadores Paralelos Introdução Conceitos Básicos Ambientes de Programação Modelos de Programação Paralela Por que estudar Computação Paralela e Distribuída? Os computadores sequenciais
InGriDE: Um Ambiente Integrado de Desenvolvimento para Computação em Grade
InGriDE: Um Ambiente Integrado de Desenvolvimento para Computação em Grade Eduardo Guerra eguerra@ime.usp.br Orientador: Prof. Dr. Alfredo Goldman Proposta de dissertação apresentada ao IME-USP para qualificação
Material baseado nos slides de: Marcos José Santana Regina Helena Carlucci Santana
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 -Avaliação de Desempenho de Sistemas Computacionais Aula 3 Sarita Mazzini Bruschi
Grades Computacionais e Globus. uso de recursos geograficamente dispersos
Grades Computacionais e Globus uso de recursos geograficamente dispersos o que são grades analogia com rede eletrica: capacidade de ligar-se na rede e obter energia que não se sabe de onde vem capacidade
Paralelização de Tarefas de Mineração de Dados Utilizando Workflows Científicos. Carlos Barbosa Eduardo Ogasawara Daniel de Oliveira Marta Mattoso
Paralelização de Tarefas de Mineração de Dados Utilizando Workflows Científicos Carlos Barbosa Eduardo Ogasawara Daniel de Oliveira Marta Mattoso 1 Sumário Processo de mineração de dados para séries temporais
Dissertação de Mestrado
Universidade Federal de Campina Grande Centro de Engenharia Elétrica e Informática Coordenação de Pós-Graduação em Ciência da Computação Dissertação de Mestrado Uma Heurística de Escalonamento Adaptativa
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
PCC104 Projeto e Análise de Algoritmos
PCC104 Projeto e Análise de Algoritmos Joubert de Castro Lima joubertlima@gmail.com Professor Adjunto DECOM UFOP 2010/1 Figuras retiradas do livro Introduction to parallel Computing Programar em paralelo
Detecção de Violações de SLA em Coreografias de Serviços Web
Detecção de Violações de SLA em Coreografias de Serviços Web Victoriano Alfonso Phocco Diaz Instituto de Matemática e Estatística Departamento de Ciência da Computação Universidade de São Paulo alfonso7@ime.usp.br
6 ESCALONAMENTO DE CPU
6 ESCALONAMENTO DE CPU O escalonamento de CPU é ponto chave da multiprogramação. Ela permite que haja mais de um processo em execução ao mesmo tempo. Em ambientes com um único processador, o escalonador
Algoritmos de Escalonamento para Redução do Consumo de Energia em Computação em Nuvem. Pedro Paulo Vezzá Campos
Algoritmos de Escalonamento para Redução do Consumo de Energia em Computação em Nuvem Pedro Paulo Vezzá Campos Monografia apresentada ao Instituto de Matemática e Estatística da Universidade de São Paulo
SSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi Material
Algoritmos de Escalonamento II
Algoritmos de Escalonamento II Eduardo Ferreira dos Santos Ciência da Computação Centro Universitário de Brasília UniCEUB Março, 2016 1 / 24 Sumário 1 Restrições temporais 2 Escalonamento Taxa Monotônica
ORGANIZAÇÃO E ARQUITETURA DE COMPUTADORES II AULA 04: PROCESSAMENTO PARALELO: MULTICOMPUTADOR
ORGANIZAÇÃO E ARQUITETURA DE COMPUTADORES II AULA 04: PROCESSAMENTO PARALELO: MULTICOMPUTADOR Prof. Max Santana Rolemberg Farias max.santana@univasf.edu.br Colegiado de Engenharia de Computação MULTICOMPUTADORES
Gerência de recursos - escalonamento global. GERÊNCIA DE RECURSOS Escalonamento Global. Gerência de recursos - escalonamento global
GERÊNCIA DE RECURSOS Escalonamento Global Além de prover comunicação, recursos de acesso a rede, memória compartilhada, sistemas de arquivos distribuídos, um sistema operacional distribuído tem que poder
Uma Abordagem para o Escalonamento Estático de Tarefas em Multiprocessadores Baseada em Autômatos Celulares
Uma Abordagem para o Escalonamento Estático de Tarefas em Multiprocessadores Baseada em Autômatos Celulares Autor: Murillo G. Carneiro 1, Orientadora: Gina M. B. Oliveira 1 1 Programa de Pós-Graduação
Avaliação do Tempo de Processamento e Comunicação via Rotinas MPI Assíncronas no Modelo OLAM
Universidade Federal do Pampa 15º Escola Regional de Alto Desempenho/RS Avaliação do Tempo de Processamento e Comunicação via Rotinas MPI Assíncronas no Modelo OLAM Matheus Beniz Bieger - Claudio Schepke
Sistemas Distribuídos
Sistemas Distribuídos Análise de Desempenho junho de 2015 A arte de avaliação de desempenho... Raj Jain. The Art of Performance Analysis. Wiley. 1991. metodologia cargas ferramentas Comparando resultados
Arquiteturas Paralelas
ORGANIZAÇÃO E ARQUITETURA DE COMPUTADORES Arquiteturas Paralelas Medidas de desempenho Alexandre Amory Edson Moreno Índice 2 1. Introdução 2. Medidas de Desempenho Introdução 3 Aumento de desempenho dos
Algoritmos e Estruturas de Dados II. Trabalho Prático 2
Algoritmos e Estruturas de Dados II Entrega: 01/10/09 Devolução: 22/10/08 Trabalho individual Prof. Jussara Marques de Almeida Trabalho Prático 2 Simulação é uma técnica muito utilizada para avaliação
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE INFORMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE INFORMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO TMRorR: UM NOVO ALGORITMO DE ESCALONAMENTO PARA O OURGRID QUE COMBINA O
Implementação de um escalonador de processos em GPU
Implementação de um escalonador de processos em GPU Guilherme Martins guilhermemartins@usp.br 6 de abril de 2017 Guilherme Martins (guilhermemartins@usp.br) Implementação de um escalonador de processos
Computação de Alto Desempenho Clusters de PCs
RSS-10/03 p.1/31 Computação de Alto Desempenho Clusters de PCs Renato Silva LNCC - MCT Outubro de 2003 RSS-10/03 p.2/31 Renato S. Silva sala: 2a-23 - ramal: 6148 - e-mail: rssr@lncc.br Material: Aulas:
CLARA. Resumo. Introdução. Artigo de Referência [1] Introdução PAM. Modelagem como grafo CLARANS. Comparação de eficiência Conclusão
![CLARA. Resumo. Introdução. Artigo de Referência [1] Introdução PAM. Modelagem como grafo CLARANS. Comparação de eficiência Conclusão](/thumbs/95/122708395.jpg "CLARA. Resumo. Introdução. Artigo de Referência [1] Introdução PAM. Modelagem como grafo CLARANS. Comparação de eficiência Conclusão")
Resumo CLARANS Diego Raphael Amancio Introdução PAM CLARA CLARANS Comparação de eficiência Conclusão 2 Artigo de Referência [1] Introdução Imagem do artigo original entitulado Efficient and Effective Clustering
Situação Ideal. Algoritmos Aproximados - Motivação
Situação Ideal Desejamos algoritmos que: encontrem a solução ótima em tempo polinomial para qualquer instância do problema que estamos trabalhando Universidade Federal de Ouro Preto Departamento de Computação
2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.1. Introdução às Redes Neurais Artificiais (RNAs) 2.1.1. Motivação
Autor 1 Orientador: 1. dia de mês de ano
Título Autor 1 Orientador: 1 1 Laboratório de Sistemas de Computação Universidade Federal de Santa Maria dia de mês de ano Roteiro Introdução Fundamentação Desenvolvimento Resultados Conclusão e Trabalhos
Avaliação de Desempenho. September 28, 2010
September 28, 2010 O que é desempenho? em primeiro lugar, uma ótima tradução para performance... :-) tempo de execução (o centro das atenções!) outras: projeto, ciclo de vida, manutenção,... mesmo outras
QEEF-G: Execução Paralela Adaptativa de Consultas Iterativas
Vinícius Fontes Vieira da Silva QEEF-G: Execução Paralela Adaptativa de Consultas Iterativas Dissertação de Mestrado Dissertação apresentada ao programa de Pósgraduação em Informática do Departamento de
SSC PROGRAMAÇÃO CONCORRENTE. Aula 03 Terminologia Geral de Computação Paralela Prof. Jó Ueyama
SSC- 0742 PROGRAMAÇÃO CONCORRENTE Aula 03 Terminologia Geral de Computação Paralela Prof. Jó Ueyama Créditos Os slides integrantes deste material foram construídos a par4r dos conteúdos relacionados às
Algorithms Scheduling with Migration Strategies for Reducing Fragmentation in Distributed Systems
Algorithms Scheduling with Migration Strategies for Reducing Fragmentation in Distributed Systems F. A. P. Pinto, Member, IEEE, L. G. de M. Leite, G. C. Barroso and M. F. Aguilar Abstract Task scheduling
Página 1 of 5. Curriculum Vitae - CNPq. Dados Pessoais. Formação Acadêmica/Titulação. Atuação Profissional
Página 1 of 5 Curriculum Vitae - CNPq Maio/2003 Dados Pessoais Nome Volnys Borges Bernal Nascimento 11/04/1966 - Santos/SP - Brasil CPF 08060543873 Formação Acadêmica/Titulação 1997-2003 1993-1997 1985-1989
1º Período. Horário Início Término CAD103 ADMINISTRAÇÃO TGA ALGORITMOS E ESTRUTURAS DE DADOS III
CAD103 DCC003 ADMINISTRAÇÃO TGA ALGORITMOS E ESTRUTURAS DE DADOS I DCC044 FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO 6ª MAT001 MAT038 6ª DCC004 DCC111 ALGORITMOS E ESTRUTURAS DE DADOS II MATEMÁTICA DISCRETA
Algoritmo CLIQUE (Clustering In QUEst)
Algoritmo CLIQUE (Clustering In QUEst) Marcelo Camacho de Souza Nº USP: 3199616 Roteiro Algoritmo CLIQUE Exemplo Prático Complexidade Computacional Vantagens e Desvantagens Autores (IBM Almaden Research
SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi Material
Modelos e Métodos de Resolução para Problemas de Escalonamento de Projetos
Universidade Federal de Ouro Preto Departamento de Computação Modelos e Métodos de Resolução para Problemas de Escalonamento de Projetos Haroldo Gambini Santos Túlio A. Machado Toffolo Marco A.M. de Carvalho
Complexidade de Tempo e Espaço
Complexidade de Tempo e Espaço Profa. Sheila Morais de Almeida DAINF-UTFPR-PG junho - 2018 Sheila Almeida (DAINF-UTFPR-PG) Complexidade de Tempo e Espaço junho - 2018 1 / 43 Este material é preparado usando
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 0-000 Tel: ()-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP -
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 70-000 Tel: (7)-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Como programar um computador com processadores? ou: Oportunidades e Desafios da Computação Paralela
Palestra para alunos de graduação da USP 1 de abril de 2005 1/26 Como programar um computador com 32.768 processadores? ou: Oportunidades e Desafios da Computação Paralela Siang Wun Song Universidade de
4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução Com o elevado índice de expansão dos sistemas elétricos de potência, os freqüentes aumentos nas interligações e o alto número de variáveis que envolvem
Energy-Efficient Real-Time Heterogeneous Server Clusters
1 Energy-Efficient Real-Time Heterogeneous Server Clusters Cosmin Rusu, Alexandre Ferreira, Claudio Scordino, Aaron Watson, Rami Melhem e Daniel Mossé Clayton Reis da Silva creis@ic.uff.br Apresentação
List Ranking: Solução probabilística. Baseado na dissertação de mestrado de Guilherme Pereira Vanni Orientador: Prof.
List Ranking: Solução probabilística Baseado na dissertação de mestrado de Guilherme Pereira Vanni Orientador: Prof. Siang Wung Song Introdução Definição Lista ligada: uma seqüência de nós tal que cada
Computadores. HW e SW
Computadores HW e SW CTEE 20:50 1 Design dos Computadores Requisitos e Objetivos da Missão Avaliar arquiteturas e interfaces candidatas Realizar a divisão das funções Avaliar requisitos de confiabilidade
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 0-000 Tel: ()-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP -
Escalonamento Adaptativo para o Apache Hadoop
Escalonamento Adaptativo para o Apache Hadoop 1 Andrea Schwertner Charão 1 {cassales,andrea}@inf.ufsm.br 1 Departamento de Linguagens e Sistemas de Computação Centro de Tecnologia Universidade Federal
Toward an Architecture-Independent Analysis of Parallel Algorithms
1/22 Introdução O algoritmo de aproximação Aplicações em Problemas Concretos Problemas Abertos Referências Toward an Architecture-Independent Analysis of Parallel Algorithms Mijail Gamarra Holguin 18 de
Santos Dumont - LNCC: Utilização e Pesquisa. Carla Osthoff e Roberto Souto CENAPAD/LNCC Laboratório Nacional de Computação Científica
Santos Dumont - LNCC: Utilização e Pesquisa Carla Osthoff e Roberto Souto CENAPAD/LNCC Laboratório Nacional de Computação Científica www.lncc.br 1 Laboratório Nacional de Computação Científica LNCC/ MCTIC
CRÉDITOS DO CURSO. Carga Horária Créditos IN1030 Seminários 30 2
UNIVERSIDADE FEDERAL DE PERNAMBUCO PRÓ-REITORIA PARA ASSUNTOS DE PESQUISA E PÓS-GRADUAÇÃO ESTRUTURA CURRICULAR STRICTO SENSU (baseada na Res. 10/2008 do CCEPE) NOME DO CURSO: Pós-Graduação em Ciência da
PrIntCloud. Disciplina: Procedência de Dados e Data Warehousing. Aluna: Shermila Guerra Santa Cruz. 16/04/13
PrIntCloud Disciplina: Procedência de Dados e Data Warehousing. Aluna: Shermila Guerra Santa Cruz. 16/04/13 Roteiro 1. Fundamentação Teórica A.- Cloud Computing B.- Hadoop C.- MapReduce D.- NoSql 2. Proposta
CURSO DE CIÊNCIA DA COMPUTAÇÂO (65C) HABILITAÇÃO: BACHARELADO TURNO: DIURNO (a partir de 2014)
CURSO DE CIÊNCIA DA COMPUTAÇÂO (65C) HABILITAÇÃO: BACHARELADO TURNO: DIURNO (a partir de 2014) Equivalência 1 o Período 24 créditos 360 horas MAT154 Cálculo I 04 60 ------- MAT154E MAT155 Geometria Analítica
Implementação da Especificação de Tempo Real Java para o EPOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA Curso de Ciências da Computação Implementação da Especificação de Tempo Real Java para o EPOS ANDERSON LUIS ZAPELLO Florianópolis, julho de 2005 ANDERSON LUIS ZAPELLO
OpenMP: Variáveis de Ambiente
Treinamento OpenMP C/C++ 1 TREINAMENTO OpenMP C/C++ Módulo 1 Computação de Alto Desempenho Módulo 2 OpenMP: Construtores Paralelos Módulo 3 OpenMP: Diretivas de sincronização Módulo 4 OpenMP: Funções de
SIMULAÇÃO DISTRIBUÍDA DE MODELOS PARALELIZÁVEIS EM PL S NÃO-COOPERANTES
SIMULAÇÃO DISTRIBUÍDA DE MODELOS PARALELIZÁVEIS EM PL S NÃO-COOPERANTES Cristiane Raquel Woszezenki 1 Carla Simone Pires Medeiros 1 Bráulio Adriano de Mello 1,2 1 URI-Universidade Regional Integrada Santo
BOINC + R: Executando rotinas de
de bioinformática Instituto de Matemática e Estatística Universidade de São Paulo 16 de novemo de 2009 Bioinformática Aplicação de técnicas computacionais e matemáticas para geração, gerenciamento e análise
Avanços e Perspectivas do Projeto Integrade na UFMA
Avanços e Perspectivas do Projeto Integrade na UFMA Francisco José da Silva e Silva Universidade Federal do Maranhão - UFMA Departamento de Informática Laboratório de Sistemas Distribuídos - LSD Agosto
TOP Arquitetura dos supercomputadores
TOP 500 - Arquitetura dos supercomputadores Steven Koiti Tsukamoto Dezembro de 2010 Objetivos Os supercomputadores Top 500 A arquitetura Supercomputadores São máquinas de grande porte, capazes de processar
SSC510 Arquitetura de Computadores. 6ª aula
SSC510 Arquitetura de Computadores 6ª aula PARALELISMO EM NÍVEL DE PROCESSOS PROFA. SARITA MAZZINI BRUSCHI Tipos de Paralelismo Instrução (granulosidade fina) Paralelismo entre as instruções Arquiteturas
Predição de Comportamento de Processos Utilizando Conceitos de Sistemas Dinâmicos
Predição de Comportamento de Processos Utilizando Conceitos de Sistemas Dinâmicos Paulo H. R. Gabriel Rodrigo F. de Mello Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação {phrg,mello}@icmc.usp.br
Introdução à Computação: Sistemas de Computação
Introdução à Computação: Sistemas de Computação Beatriz F. M. Souza (bfmartins@inf.ufes.br) http://inf.ufes.br/~bfmartins/ Computer Science Department Federal University of Espírito Santo (Ufes), Vitória,
DESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES
DESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES João Ricardo Kohler Abramoski (PAIC/FUNDAÇÃO ARAUCÁRIA), Sandra Mara Guse Scós Venske (Orientadora), e-mail: ssvenske@unicentro.br
Introdução na Computação Distribuída e Paralela
ISUTIC 2017 Introdução na Computação Distribuída e Paralela Docente: MSc. Angel Alberto Vazquez Sánchez Características da matéria 90 horas no semestre Conferências, Aulas Práticas, Laboratórios e Seminários
Avaliação de Desempenho
September 25, 2012 O que é desempenho? em primeiro lugar, uma ótima tradução para performance... :-) tempo de execução (o centro das atenções!) outras: projeto, ciclo de vida, manutenção,... mesmo outras
Grades Computacionais. uso de recursos geograficamente dispersos
Grades Computacionais uso de recursos geograficamente dispersos o que são grades analogia com rede elétrica: capacidade de ligar-se na rede e obter energia que não se sabe de onde vem capacidade de ligar-se
8 Conclusões e Trabalhos Futuros
8 Conclusões e Trabalhos Futuros Este trabalho propôs investigar o apoio das técnicas de Inteligência Computacional no desenvolvimento da Nanociência e Nanotecnologia. Tal apoio é aqui denominado de Nanotecnologia
V Simpósio Brasileiro de Sistemas de Informação
Uma Proposta de Aplicação dos Conceitos de Escalonamento de Grids Computacionais para Gerenciamento de Recursos Humanos em Desenvolvimento Distribuído de Software Rodrigo Tomaz Pagno, Elisa Hatsue Moriya
Disciplina de Arquitetura de Computadores
USP - ICMC - SSC SSC 0510 - Informática - 2o. Semestre 2009 Disciplina de Prof. Fernando Santos Osório Email: fosorio [at] { icmc. usp. br, gmail. com } Página Pessoal: http://www.icmc.usp.br/~fosorio/
PAULI FIGUEREDO GOMES USO DE COMPUTAÇÃO EM GRADE EM ORGANIZAÇÕES VIRTUAIS
PAULI FIGUEREDO GOMES USO DE COMPUTAÇÃO EM GRADE EM ORGANIZAÇÕES VIRTUAIS FLORIANÓPOLIS 2007 1 UNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE SISTEMAS DE INFORMAÇÃO USO DE COMPUTAÇÃO EM GRADE EM ORGANIZAÇÕES
Análise de soluções para Grid Computing
Análise de soluções para Grid Computing Jones Bunilha Radtke 1, Carlos Vinícius Rasch Alves 2 1 Curso Superior de Redes de Computadores Faculdade de Tecnologia SENAC Pelotas (FATEC) Rua Gonçalves Chaves