Study of load distribution measures for high-performance applications

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Rodrigues, Flavio Alles
Orientador(a): Schnorr, Lucas Mello
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Processamento : Alto desempenho
Palavras-chave em Inglês:
High-performance computing
Parallel computing
Performance analysis
Load balance
Link de acesso: http://hdl.handle.net/10183/149593
Resumo: Balanceamento de carga é essencial para que aplicações paralelas tenham desempenho adequado. Conforme sistemas de computação paralelos crescem, o custo de uma má distribuição de carga também aumenta. Porém, o comportamento dinâmico que a carga computacional possui em certas aplicações pode induzir disparidades na carga atribuída a cada recurso. Portanto, o repetitivo processo de redistribuição de carga realizado durante a execução é crucial para que problemas de grande escala que possuam tais características possam ser resolvidos. Medidas que quantifiquem a distribuição de carga são um importante aspecto desse procedimento. Por estas razões, métricas frequentemente utilizadas como indicadores da distribuição de carga em aplicações paralelas são investigadas nesse estudo. Dado que balanceamento de carga é um processo dinâmico e recorrente, a investigação examina como tais métricas quantificam a distribuição de carga em intervalos regulares durante a execução da aplicação paralela. Seis métricas são avaliadas: percent imbalance, imbalance percentage, imbalance time, standard deviation, skewness e kurtosis. A análise revela virtudes e deficiências que estas medidas possuem, bem como as diferenças entres as mesmas como descritores da distribuição de carga em aplicações paralelas. Uma investigação como esta não tem precedentes na literatura especializada.
id URGS_396febc9bcef31176d0a35eb82950b6b
oai_identifier_str oai:www.lume.ufrgs.br:10183/149593
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Rodrigues, Flavio AllesSchnorr, Lucas Mello2016-11-12T02:14:52Z2016http://hdl.handle.net/10183/149593001006105Balanceamento de carga é essencial para que aplicações paralelas tenham desempenho adequado. Conforme sistemas de computação paralelos crescem, o custo de uma má distribuição de carga também aumenta. Porém, o comportamento dinâmico que a carga computacional possui em certas aplicações pode induzir disparidades na carga atribuída a cada recurso. Portanto, o repetitivo processo de redistribuição de carga realizado durante a execução é crucial para que problemas de grande escala que possuam tais características possam ser resolvidos. Medidas que quantifiquem a distribuição de carga são um importante aspecto desse procedimento. Por estas razões, métricas frequentemente utilizadas como indicadores da distribuição de carga em aplicações paralelas são investigadas nesse estudo. Dado que balanceamento de carga é um processo dinâmico e recorrente, a investigação examina como tais métricas quantificam a distribuição de carga em intervalos regulares durante a execução da aplicação paralela. Seis métricas são avaliadas: percent imbalance, imbalance percentage, imbalance time, standard deviation, skewness e kurtosis. A análise revela virtudes e deficiências que estas medidas possuem, bem como as diferenças entres as mesmas como descritores da distribuição de carga em aplicações paralelas. Uma investigação como esta não tem precedentes na literatura especializada.Load balance is essential for parallel applications to perform at their highest possible levels. As parallel systems grow, the cost of poor load distribution increases in tandem. However, the dynamic behavior the distribution of load possesses in certain applications can induce disparities in computational loads among resources. Therefore, the process of repeatedly redistributing load as execution progresses is critical to achieve the performance necessary to compute large scale problems with such characteristics. Metrics quantifying the load distribution are an important facet of this procedure. For these reasons, measures commonly used as load distribution indicators in HPC applications are investigated in this study. Considering the dynamic and recurrent aspect in load balancing, the investigation examines how these metrics quantify load distribution at regular intervals during a parallel application execution. Six metrics are evaluated: percent imbalance, imbalance percentage, imbalance time, standard deviation, skewness, and kurtosis. The analysis reveals the virtues and deficiencies each metric has, as well as the differences they register as descriptors of load distribution progress in parallel applications. As far as we know, an investigation as the one performed in this work is unprecedented.application/pdfengProcessamento : Alto desempenhoHigh-performance computingParallel computingPerformance analysisLoad balanceStudy of load distribution measures for high-performance applicationsEstudos de medidas de distribuição de carga para aplicação de alto desempenho info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2016mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001006105.pdf001006105.pdfTexto completo (inglês)application/pdf1114996http://www.lume.ufrgs.br/bitstream/10183/149593/1/001006105.pdfce3e1ff154fbf88b7819ad7caecf1b92MD51TEXT001006105.pdf.txt001006105.pdf.txtExtracted Texttext/plain172492http://www.lume.ufrgs.br/bitstream/10183/149593/2/001006105.pdf.txtb03cd96bc1ad99fde27a13537debfaa1MD52THUMBNAIL001006105.pdf.jpg001006105.pdf.jpgGenerated Thumbnailimage/jpeg1042http://www.lume.ufrgs.br/bitstream/10183/149593/3/001006105.pdf.jpg0a85a1a00bd6a22516bf52650bb7948aMD5310183/1495932021-05-26 04:30:48.475551oai:www.lume.ufrgs.br:10183/149593Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-26T07:30:48Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Study of load distribution measures for high-performance applications
dc.title.alternative.en.fl_str_mv Estudos de medidas de distribuição de carga para aplicação de alto desempenho
title Study of load distribution measures for high-performance applications
spellingShingle Study of load distribution measures for high-performance applications
Rodrigues, Flavio Alles
Processamento : Alto desempenho
High-performance computing
Parallel computing
Performance analysis
Load balance
title_short Study of load distribution measures for high-performance applications
title_full Study of load distribution measures for high-performance applications
title_fullStr Study of load distribution measures for high-performance applications
title_full_unstemmed Study of load distribution measures for high-performance applications
title_sort Study of load distribution measures for high-performance applications
author Rodrigues, Flavio Alles
author_facet Rodrigues, Flavio Alles
author_role author
dc.contributor.author.fl_str_mv Rodrigues, Flavio Alles
dc.contributor.advisor1.fl_str_mv Schnorr, Lucas Mello
contributor_str_mv Schnorr, Lucas Mello
dc.subject.por.fl_str_mv Processamento : Alto desempenho
topic Processamento : Alto desempenho
High-performance computing
Parallel computing
Performance analysis
Load balance
dc.subject.eng.fl_str_mv High-performance computing
Parallel computing
Performance analysis
Load balance
description Balanceamento de carga é essencial para que aplicações paralelas tenham desempenho adequado. Conforme sistemas de computação paralelos crescem, o custo de uma má distribuição de carga também aumenta. Porém, o comportamento dinâmico que a carga computacional possui em certas aplicações pode induzir disparidades na carga atribuída a cada recurso. Portanto, o repetitivo processo de redistribuição de carga realizado durante a execução é crucial para que problemas de grande escala que possuam tais características possam ser resolvidos. Medidas que quantifiquem a distribuição de carga são um importante aspecto desse procedimento. Por estas razões, métricas frequentemente utilizadas como indicadores da distribuição de carga em aplicações paralelas são investigadas nesse estudo. Dado que balanceamento de carga é um processo dinâmico e recorrente, a investigação examina como tais métricas quantificam a distribuição de carga em intervalos regulares durante a execução da aplicação paralela. Seis métricas são avaliadas: percent imbalance, imbalance percentage, imbalance time, standard deviation, skewness e kurtosis. A análise revela virtudes e deficiências que estas medidas possuem, bem como as diferenças entres as mesmas como descritores da distribuição de carga em aplicações paralelas. Uma investigação como esta não tem precedentes na literatura especializada.
publishDate 2016
dc.date.accessioned.fl_str_mv 2016-11-12T02:14:52Z
dc.date.issued.fl_str_mv 2016
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/149593
dc.identifier.nrb.pt_BR.fl_str_mv 001006105
url http://hdl.handle.net/10183/149593
identifier_str_mv 001006105
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/149593/1/001006105.pdf
http://www.lume.ufrgs.br/bitstream/10183/149593/2/001006105.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/149593/3/001006105.pdf.jpg
bitstream.checksum.fl_str_mv ce3e1ff154fbf88b7819ad7caecf1b92
b03cd96bc1ad99fde27a13537debfaa1
0a85a1a00bd6a22516bf52650bb7948a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316005535612928

Registros relacionados