Solución de sistemas de ecuaciones ralas en clusters de computadoras

Autores
Tinetti, Fernando Gustavo; Aróztegui, Walter J.; Quijano, Antonio Adrián
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este artículo se presenta una estrategia de paralelización en clusters del método de Gauss-Seidel para la solución de sistemas de ecuaciones ralas. Desde el punto de vista de la solución numérica para matrices de coeficients con poca densidad de elemtnso no nulos, se siguen los lineamientos estándares. Es decir: esquemas de alamcenamiento especiales (Solamente se almacenan los elementos no nulos) y métodos iterativos de búsqueda de solución por aproximaciones sucesivas. Desde el punto de vista de la paralelización del procesamiento en clusters de computadoras, se siguen dos principios básicos: distribución de datos unidimensaional y utilización de mensajes broadcast para toda comunicación de datos entre procesos. La distribución de datos unidimensional facilita al máximo la distribución de carga de procesamiento aún en el caso de clusters heterogéneos (que sin embargo no se presentan en este artículo) La utilización de mensajes broadcast para toda comunicación de datos entre procesos está directamente orientada a la optimización de rendimiento de las comunicaciones en la mayoría de los clusters instalados y que se utilizan para cómputo paralelo La interconexión más usual de estos clusters es la provista por las redes Ethernet, y por lo tanto puede implementar los mensajes broadcast a nivel físico con sobrecarga mínima. Se presenta el análisis de rendimiento paralelo y además los resultados obtenidos en una red local de computadoras heterogéneas que se utilizan como si fueran homogéneas. En este caso se utiliza una implementación de la biblioteca MPI (Message Passage Interface) para la comunicación entre procesos.
Eje: IV - Workshop de procesamiento distribuido y paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Parallel algorithms
sistemas de ecuaciones ralas
Parallel processing
cómputo paralelo en clusters
Distributed
problema de álgebra lineal en paralelo
algoritmos paralelos
rendimiento de computo y comunicaciones
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22448
Acceder
id SEDICI_1e397e35926886a4af0b1d68263b4820
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22448
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Solución de sistemas de ecuaciones ralas en clusters de computadorasTinetti, Fernando GustavoAróztegui, Walter J.Quijano, Antonio AdriánCiencias InformáticasParallel algorithmssistemas de ecuaciones ralasParallel processingcómputo paralelo en clustersDistributedproblema de álgebra lineal en paraleloalgoritmos paralelosrendimiento de computo y comunicacionesEn este artículo se presenta una estrategia de paralelización en clusters del método de Gauss-Seidel para la solución de sistemas de ecuaciones ralas. Desde el punto de vista de la solución numérica para matrices de coeficients con poca densidad de elemtnso no nulos, se siguen los lineamientos estándares. Es decir: esquemas de alamcenamiento especiales (Solamente se almacenan los elementos no nulos) y métodos iterativos de búsqueda de solución por aproximaciones sucesivas. Desde el punto de vista de la paralelización del procesamiento en clusters de computadoras, se siguen dos principios básicos: distribución de datos unidimensaional y utilización de mensajes broadcast para toda comunicación de datos entre procesos. La distribución de datos unidimensional facilita al máximo la distribución de carga de procesamiento aún en el caso de clusters heterogéneos (que sin embargo no se presentan en este artículo) La utilización de mensajes broadcast para toda comunicación de datos entre procesos está directamente orientada a la optimización de rendimiento de las comunicaciones en la mayoría de los clusters instalados y que se utilizan para cómputo paralelo La interconexión más usual de estos clusters es la provista por las redes Ethernet, y por lo tanto puede implementar los mensajes broadcast a nivel físico con sobrecarga mínima. Se presenta el análisis de rendimiento paralelo y además los resultados obtenidos en una red local de computadoras heterogéneas que se utilizan como si fueran homogéneas. En este caso se utiliza una implementación de la biblioteca MPI (Message Passage Interface) para la comunicación entre procesos.Eje: IV - Workshop de procesamiento distribuido y paraleloRed de Universidades con Carreras en Informática (RedUNCI)2004info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22448spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:02Zoai:sedici.unlp.edu.ar:10915/22448Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:03.091SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Solución de sistemas de ecuaciones ralas en clusters de computadoras
title Solución de sistemas de ecuaciones ralas en clusters de computadoras
spellingShingle Solución de sistemas de ecuaciones ralas en clusters de computadoras
Tinetti, Fernando Gustavo
Ciencias Informáticas
Parallel algorithms
sistemas de ecuaciones ralas
Parallel processing
cómputo paralelo en clusters
Distributed
problema de álgebra lineal en paralelo
algoritmos paralelos
rendimiento de computo y comunicaciones
title_short Solución de sistemas de ecuaciones ralas en clusters de computadoras
title_full Solución de sistemas de ecuaciones ralas en clusters de computadoras
title_fullStr Solución de sistemas de ecuaciones ralas en clusters de computadoras
title_full_unstemmed Solución de sistemas de ecuaciones ralas en clusters de computadoras
title_sort Solución de sistemas de ecuaciones ralas en clusters de computadoras
dc.creator.none.fl_str_mv Tinetti, Fernando Gustavo
Aróztegui, Walter J.
Quijano, Antonio Adrián
author Tinetti, Fernando Gustavo
author_facet Tinetti, Fernando Gustavo
Aróztegui, Walter J.
Quijano, Antonio Adrián
author_role author
author2 Aróztegui, Walter J.
Quijano, Antonio Adrián
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Parallel algorithms
sistemas de ecuaciones ralas
Parallel processing
cómputo paralelo en clusters
Distributed
problema de álgebra lineal en paralelo
algoritmos paralelos
rendimiento de computo y comunicaciones
topic Ciencias Informáticas
Parallel algorithms
sistemas de ecuaciones ralas
Parallel processing
cómputo paralelo en clusters
Distributed
problema de álgebra lineal en paralelo
algoritmos paralelos
rendimiento de computo y comunicaciones
dc.description.none.fl_txt_mv En este artículo se presenta una estrategia de paralelización en clusters del método de Gauss-Seidel para la solución de sistemas de ecuaciones ralas. Desde el punto de vista de la solución numérica para matrices de coeficients con poca densidad de elemtnso no nulos, se siguen los lineamientos estándares. Es decir: esquemas de alamcenamiento especiales (Solamente se almacenan los elementos no nulos) y métodos iterativos de búsqueda de solución por aproximaciones sucesivas. Desde el punto de vista de la paralelización del procesamiento en clusters de computadoras, se siguen dos principios básicos: distribución de datos unidimensaional y utilización de mensajes broadcast para toda comunicación de datos entre procesos. La distribución de datos unidimensional facilita al máximo la distribución de carga de procesamiento aún en el caso de clusters heterogéneos (que sin embargo no se presentan en este artículo) La utilización de mensajes broadcast para toda comunicación de datos entre procesos está directamente orientada a la optimización de rendimiento de las comunicaciones en la mayoría de los clusters instalados y que se utilizan para cómputo paralelo La interconexión más usual de estos clusters es la provista por las redes Ethernet, y por lo tanto puede implementar los mensajes broadcast a nivel físico con sobrecarga mínima. Se presenta el análisis de rendimiento paralelo y además los resultados obtenidos en una red local de computadoras heterogéneas que se utilizan como si fueran homogéneas. En este caso se utiliza una implementación de la biblioteca MPI (Message Passage Interface) para la comunicación entre procesos.
Eje: IV - Workshop de procesamiento distribuido y paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
description En este artículo se presenta una estrategia de paralelización en clusters del método de Gauss-Seidel para la solución de sistemas de ecuaciones ralas. Desde el punto de vista de la solución numérica para matrices de coeficients con poca densidad de elemtnso no nulos, se siguen los lineamientos estándares. Es decir: esquemas de alamcenamiento especiales (Solamente se almacenan los elementos no nulos) y métodos iterativos de búsqueda de solución por aproximaciones sucesivas. Desde el punto de vista de la paralelización del procesamiento en clusters de computadoras, se siguen dos principios básicos: distribución de datos unidimensaional y utilización de mensajes broadcast para toda comunicación de datos entre procesos. La distribución de datos unidimensional facilita al máximo la distribución de carga de procesamiento aún en el caso de clusters heterogéneos (que sin embargo no se presentan en este artículo) La utilización de mensajes broadcast para toda comunicación de datos entre procesos está directamente orientada a la optimización de rendimiento de las comunicaciones en la mayoría de los clusters instalados y que se utilizan para cómputo paralelo La interconexión más usual de estos clusters es la provista por las redes Ethernet, y por lo tanto puede implementar los mensajes broadcast a nivel físico con sobrecarga mínima. Se presenta el análisis de rendimiento paralelo y además los resultados obtenidos en una red local de computadoras heterogéneas que se utilizan como si fueran homogéneas. En este caso se utiliza una implementación de la biblioteca MPI (Message Passage Interface) para la comunicación entre procesos.
publishDate 2004
dc.date.none.fl_str_mv 2004
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22448
url http://sedici.unlp.edu.ar/handle/10915/22448
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615809039597568
score 13.070432

Publicaciones similares