Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/9312
Files in This Item:
File Description SizeFormat 
tiagomarquesdonascimento.pdf2.49 MBAdobe PDFThumbnail
View/Open
Type: Dissertação
Title: Implementação e avaliação de desempenho de dois algoritmos de balanceamento de carga para clusters híbridos
Author: Nascimento, Tiago Marques do
First Advisor: Lobosco, Marcelo
Co-Advisor: Santos, Rodrigo Weber dos
Referee Member: Reis, Ruy Freitas
Referee Member: Camargo, Raphael Yokoingawa de
Resumo: Este trabalho trata da implementação e análise de desempenho de dois algoritmos de balanceamento de carga para aplicações baseadas em paralelismo de dados, quando estas são executadas em um ambiente híbrido de memória distribuída. Neste trabalho, ambiente híbrido é definido como um ambiente computacional composto por dispositivos que contêm um ou mais elementos de processamento com distintas capacidades computacionais, sendo estes CPUs, APUs, GPUs, entre outros. O objetivo dos algoritmos de balanceamento de carga é equalizar o tempo de computação, ou seja, fazer com que os elementos de processamento recebam uma carga de trabalho proporcional a sua capacidade de processamento, de modo que finalizem suas execuções aproximadamente ao mesmo tempo. Para testar e validar os algoritmos de balanceamento de carga, utilizou-se um modelo computacional do Sistema Imune Humano (SIH) que descreve a resposta espaço-temporal de algumas das células e moléculas do SIH na presença de um antígeno, que neste trabalho é representado pelo Lipopolissacarídeo (LPS). Duas versões do balanceador de carga foram desenvolvidas, o balanceador de carga estático, que mantêm a alocação de carga nos dispositivos até o final do processamento, e o balanceador de carga dinâmico, que pode alterar a alocação de carga nos dispositivos ao longo da execução. Após os testes realizados com as duas versões dos balanceadores de carga, pode-se concluir que, para a aplicação avaliada, a versão dinâmica foi mais eficiente que a versão estática.
Abstract: This work presents an implementation and performance analysis of two load balancing algorithms for applications based on data parallelism, when these applications are executed in hybrid distributed memory environments. In this work, hybrid environment is defined as a computational environment composed by a set of processors and accelerators, in other words, processing elements that have different processing capabilities, such as CPUs, APUs, GPUs or other types of accelerators. The purpose of the load balancing algorithm is to equalize the computation time, i.e. the load balancing algorithm has to send to the processing elements a workload proportional to their processing power, so they can finish their executions at about the same time. In order to test and validate the load-balancing algorithms, a computational model of the Human Immune System (HIS) was used to describe the space-temporal response of some cells and molecules of the HIS in the presence of an antigen, represented in this work by the Lipopolysaccharide (LPS). Two versions of the load balancer have been developed. The first one, the static load balancer, maintains the load allocation in the devices until the end of the execution. The second one, the dynamic load balancer, may change the load allocation on devices during the execution. After the tests performed with the two versions of the load balancer, it can be concluded that, for the evaluated application, the dynamic version was more efficient than the static one.
Keywords: Balanceamento de carga
Ambientes híbridos
Modelagem matemática
Modelagem computacional
Imunologia computacional
Load balancing
Heterogeneous computing
Mathematical modelling
Computational modelling
Computational immunology
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Language: por
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: ICE – Instituto de Ciências Exatas
Program: Programa de Pós-graduação em Modelagem Computacional
Access Type: Acesso Aberto
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/9312
Issue Date: 11-Dec-2018
Appears in Collections:Mestrado em Modelagem Computacional (Dissertações)



Items in DSpace are protected by Creative Commons licenses, with all rights reserved, unless otherwise indicated.