Estudo Comparativo de Algoritmos de Escalonamento para Grades Computacionais

Tamanho: px

Começar a partir da página:

Download "Estudo Comparativo de Algoritmos de Escalonamento para Grades Computacionais"

Bernardo Diogo Meneses Esteves
6 Há anos
Visualizações:

1 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 de São Paulo {alvaroma,gold}@ime.usp.br II Escola Regional de Alto Desempenho de São Paulo Julho, 2011

2 Roteiro 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

3 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

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 Aplicações com tarefas dependentes são modeladas mediante um grafo acíclico dirigido, G = (V, E), onde, G representa o DAG, V o conjunto de tarefas t e E o conjunto de dependências entre cada tarefa da aplicação A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

5 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

6 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 das 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. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

7 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. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

8 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. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

9 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

10 Aplicações Montage É usada para gerar mosaicos personalizados do céu usando pontos de múltiplas imagens de entrada. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

11 Aplicações Epigenomics É usada no mapeamento do estado epigenético de células humanas sobre uma grande escala genômica. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

12 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

13 Arquitetura Características da Arquitetura Foram especificados dois aglomerados, com duas instâncias: homogênea e heterogênea Figura: Dois aglomerados usados na simulação. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

14 Arquitetura 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 6,00 A2-06 5,00 7,00 A2-07 5,00 8,00 A2-08 5,00 9,00 A2-09 5,00 9,00 Tabela: Poder computacional dos recursos. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

15 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

16 Simulador SimGrid Casanova, Henri and Legrand, Arnaud and Quinson, Martin, SimGrid: a Generic Framework for Large-Scale Distributed Experiments, IEEE Computer Society, A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

17 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

18 Aplicação Montage - Arquitetura Homogênea FIFO HEFT CPOP PCH 1000 Makespan # Tarefas Figura: Resultado da simulação do Workflow Montage. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

19 Aplicação Montage - Arquitetura Heterogênea FIFO HEFT CPOP PCH 4000 Makespan # Tarefas Figura: Resultado da simulação do Workflow Montage. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

20 Aplicação Montage Observamos que a estratégia FIFO somente apresenta bom desempenho na arquitetura homogênea O algoritmo PCH não oferece bom desempenho em ambas arquiteturas Os algoritmos HEFT e o CPOP apresentam bom desempenho em ambas das arquiteturas com uma diferença quase desprezível A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

21 Aplicação Epigenomics - Arquitetura Homogênea HEFT CPOP PCH Makespan # Tarefas Figura: Resultado da simulação do Workflow Epigenomics. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

22 Aplicação Epigenomics - Arquitetura Heterogênea HEFT CPOP PCH Makespan # Tarefas Figura: Resultado da simulação do Workflow Epigenomics. A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

23 Aplicação Epigenomics O algoritmo PCH melhora o desempenho neste tipo de aplicação. O algoritmo CPOP conserva o bom desempenho em ambas das arquiteturas. O algoritmo HEFT apresenta bom desempenho na arquitetura heterogênea, mas na arquitetura homogênea não A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

24 1 Introdução 2 Algoritmos de Escalonamento 3 Aplicações 4 Arquitetura 5 Simulador 6 Resultados Experimentais 7 Conclusões e Trabalhos Futuros A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

25 Conclusões Uma estratégia de tipo FIFO é adequada somente em arquiteturas homogêneas Em arquiteturas heterogêneas é preciso um estudo tanto dos recursos computacionais quanto das tarefas Os algoritmos HEFT e CPOP apresentaram desempenhos bons e ao mesmo tempo similares na aplicação Montage, enquanto o PCH não Em aplicações que possuem gargalos, como a aplicação Montage, não é conveniente o agrupamento de tarefas A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

26 Trabalhos Futuros É almejada a simulação dos algoritmos em arquiteturas reais, por exemplo, DAS-3, Grid5000, GridPP, entre outras Também, extensões dos algoritmos para melhorar o desempenho em determinadas situações A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

27 Muchas Gracias!!!? Perguntas e sugestões são muito bem-vindas A. Mamani-Aliaga, A. Goldman (IME-USP) Compatação de Algoritmos para Grades Julho / 27

Documentos relacionados

Estudo Comparativo de Técnicas de Escalonamento de Tarefas Dependentes para Grades Computacionais

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