Pulpo y la necesidad de un ambiente colaborativo para el estudio del cómputo paralelo en México

Autores/as

  • Jesús Israel Hernández Hernández Universidad Autónoma de Ciudad Juárez
  • Youness El Hamzaoui Universidad Autónoma de Ciudad Juárez
  • Victor Morales Universidad Autónoma de Ciudad Juárez

Palabras clave:

Cómputo paralelo, planificación de tareas, algoritmos heurísticos

Resumen

Aplicaciones complejas emergentes se caracterizan por requerir una cantidad considerable de recursos computacionales (CPU, memoria y almacenamiento). Resolver estas aplicaciones en computadoras secuenciales pudiera generar costos considerables en términos de desempeño y tiempo. Por otro lado, avances recientes en tecnologías de redes permiten a un conjunto de computadoras conectadas en red, colaborar en la solución de un problema particular. Esto ha promovido el cómputo paralelo en red como una alternativa viable en la solución de aplicaciones complejas. La idea es particionar una tarea compleja en tareas más pequeñas que pueden ejecutarse simultáneamente entre las diferentes computadoras de la red. Los algoritmos de asignación de tareas a computadoras se vuelven fundamentales al buscar reducir el tiempo de ejecución de la aplicación particionada. Este artículo busca fomentar el estudio del cómputo paralelo entre las instituciones de educación superior en México. Pulpo es una herramienta de simulación creada para evaluar algoritmos de asignación de tareas en plataformas distribuidas. Se pretende que pulpo sea una herramienta útil a la comunidad académica interesada en el área y a su vez permita crear un ambiente colaborativo en el estudio del cómputo paralelo. Proporcionamos resultados experimentales y enseñamos a utilizar las librerías de pulpo con un ejemplo. Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Jesús Israel Hernández Hernández, Universidad Autónoma de Ciudad Juárez

Departamento de Ingeniería Eléctrica y Computación, del Instituto de Ingeniería y Tecnología

Youness El Hamzaoui, Universidad Autónoma de Ciudad Juárez

Departamento de Ingeniería Eléctrica y Computación, del Instituto de Ingeniería y Tecnología

Victor Morales, Universidad Autónoma de Ciudad Juárez

Departamento de Ingeniería Eléctrica y Computación, del Instituto de Ingeniería y Tecnología

Citas

Adam, T., Chandy, K., and Dickson, J. A. (1974). Comparison of list scheduling for parallel processing systems. Communications of the ACM, 17(12):685–690.

Agarwal, T., Sharma, A., and Kale, L (2006). Topology-aware task mapping for reducing communication contention on large parallel machines. IEEE/IPDPS, page 10 pp. ..

Beaumont, O., Legrand, A., Marchal, L., and Robert, Y. (2005). Independent and divisible tasks scheduling on heterogeneous star-shaped platforms with limited memory. Proceedings of the Conference on Parallel,Distributed and Network-Based Processing(Euromicro-PDP’05), pages 179–186.

Chervenak, A., Foster, I., Kesselman, C., Salisbury, C., & Tuecke, S. (2000). The data grid: Towards an architecture for the distributed management and analysis of large scientific datasets. Journal of network and computer applications, 23(3), 187-200.

Eshaghian, M. and Wu, Y. (1997). Mapping heterogeneous task graphs onto heterogeneous system graphs. In Proceedings of Heterogeneous Computing Workshop (HCW’97), pages 147–160,

Eun-Kyu B., Yang-Suk K., Jin-Soo K., Deelman, E. (2011). BTS: Resource capacity

estimate for time-targeted science workflows, Journal of Parallel Distrib. Comput. (JPDC), 71(6): 848-862

Foster, I., Kesselman, C., & Tuecke, S. (2001). The anatomy of the grid: Enabling scalable virtual organizations. International journal of high performance computing applications, 15(3), 200-222.

Gerasoulis, A. and Yang, T. (1992), “A comparison of clustering heuristics for scheduling directed acyclic graphs on multiprocessors”, Journal of Parallel and Distributed Computing, 16(4):276– 291

GridSim. (2010). The GridSim project homepage, En línea: http://www.cloudbus.org/gridsim/.

Hernandez, I. and Cole, M. (2007a). “Reactive grid scheduling of dag applications”, In Proceedings of the 25th IASTED(PDCN), Acta Press, pages 92–97.

Hernandez, I. and Cole, M. (2007b), Reliable DAG scheduling with rewinding and migration, In Proc.of the First International Conference on Networks for Grid Applications (GridNets), ACM Press, pages 1-8,2007b.

Kwok, Y. and Ahmad, I. (1999). Static algorithms for allocating directed task graphs to multiprocessors, ACM Computing Surveys, 31(4):406–471.

Mell, P., & Grance, T. (2011). The NIST definition of cloud computing. National Institute of Standards and Technology Special Publication 800145, 7 pages.

Olteanu A., Pop F., Dobre C. (2011) Rescheduling and Error Recovering algorithm for Distributed Environments .Sci. Bull., Series C., 73(1).

Olteanu A., Pop F., Dobre C (2012). A dynamic rescheduling algorithm for resource management in large scale dependable distributed systems. Elsevier Computers & Mathematics with Applications, 63(9): 1409-1423.

Pacheco P. (2011), An Introduction to Parallel Computing. ISBN-10: 0123742609, Morgan Kaufmann, 1st edition.

Razdan S. (2014, August). Fundamentals of Parallel Computing. ISBN-10: 1842658808, Alpha Science International Ltd, 1st edition.

Simgrid. (2009). The simgrid project homepage, http://simgrid.gforge.inria.fr/.

Sven K., Riddle S. and Zinn D. (2011). Improving Workflow Fault Tolerance through Provenance-Based Recovery. Scientific and Statistical Database Management, Lecture Notes in Computer Science 6809: 207-224

Topcuoglu, H. (2002). Performanceeffective and low-complexity task scheduling for heterogeneous computing, IEEE Transactions on Parallel and Distributed Systems, 13(3):260–274.

Vouk, M. A., & Mouallem, P. A. (2011, November). On high-assurance scientific workflows. In High-Assurance Systems Engineering (HASE), 2011 IEEE 13th International Symposium on (pp. 7382). IEEE.

Publicado

2016-02-16

Cómo citar

Hernández Hernández, J. I., El Hamzaoui, Y., & Morales, V. (2016). Pulpo y la necesidad de un ambiente colaborativo para el estudio del cómputo paralelo en México. Cultura Científica Y Tecnológica, (54). Recuperado a partir de http://erevistas.uacj.mx/ojs/index.php/culcyt/article/view/874