Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos

Autores
Dias Júnior, Eduardo Argollo de Oliveira; Gaudiani, Adriana; Rexachs del Rosario, Dolores; Luque Fadón, Emilio
Año de publicación
2005
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El propósito de este trabajo es implementar en paralelo una aplicación utilizada para modelizar la transmisión sináptica de neuronas sobre dos cluster geográficamente distribuidos e interconectados por Internet, con el propósito de disminuir el tiempo empleado en su ejecución. Ejecutar a distancia utilizando Internet es una tarea compleja, aunque es posible. Nosotros lo demostramos con un modelo de implementación de dicha aplicación sobre dos clusters distribuidos ubicados en España y Argentina, usando la red Internet como red no dedicada para la interconexión entre ambos. En este trabajo se presenta dicho modelo, con el cual se predice el rendimiento de la aplicación estimando el valor de la granularidad que hace más eficiente el cómputo, debiendo hablar de dos niveles de granularidad, el que se implementará dentro de cada cluster y el que se implementa entre ambos clusters. Los resultados experimentales muestran que se logra más de un 90% de precisión en la predicción y que la mejora en los tiempos de cómputo alcanzan un 83% con la colaboración de ambos clusters.
VI Workshop de Procesamiento Distribuido y Paralelo (WPDP)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
cómputo paralelo
Parallel processing
CoHNOW
modelo Master-Worker
balanceo de cargas
High Performance computing
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:10915/23199
Acceder
id SEDICI_42482be24237dbb505a6043d982acace
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23199
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidosDias Júnior, Eduardo Argollo de OliveiraGaudiani, AdrianaRexachs del Rosario, DoloresLuque Fadón, EmilioCiencias Informáticascómputo paraleloParallel processingCoHNOWmodelo Master-Workerbalanceo de cargasHigh Performance computingEl propósito de este trabajo es implementar en paralelo una aplicación utilizada para modelizar la transmisión sináptica de neuronas sobre dos cluster geográficamente distribuidos e interconectados por Internet, con el propósito de disminuir el tiempo empleado en su ejecución. Ejecutar a distancia utilizando Internet es una tarea compleja, aunque es posible. Nosotros lo demostramos con un modelo de implementación de dicha aplicación sobre dos clusters distribuidos ubicados en España y Argentina, usando la red Internet como red no dedicada para la interconexión entre ambos. En este trabajo se presenta dicho modelo, con el cual se predice el rendimiento de la aplicación estimando el valor de la granularidad que hace más eficiente el cómputo, debiendo hablar de dos niveles de granularidad, el que se implementará dentro de cada cluster y el que se implementa entre ambos clusters. Los resultados experimentales muestran que se logra más de un 90% de precisión en la predicción y que la mejora en los tiempos de cómputo alcanzan un 83% con la colaboración de ambos clusters.VI Workshop de Procesamiento Distribuido y Paralelo (WPDP)Red de Universidades con Carreras en Informática (RedUNCI)2005-10info: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/10915/23199spainfo: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:UNLP2025-10-22T16:36:52Zoai:sedici.unlp.edu.ar:10915/23199Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:36:52.35SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
title Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
spellingShingle Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
Dias Júnior, Eduardo Argollo de Oliveira
Ciencias Informáticas
cómputo paralelo
Parallel processing
CoHNOW
modelo Master-Worker
balanceo de cargas
High Performance computing
title_short Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
title_full Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
title_fullStr Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
title_full_unstemmed Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
title_sort Predicción del cómputo paralelo de una aplicación sobre una colección de clusters geográficamente distribuidos
dc.creator.none.fl_str_mv Dias Júnior, Eduardo Argollo de Oliveira
Gaudiani, Adriana
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author Dias Júnior, Eduardo Argollo de Oliveira
author_facet Dias Júnior, Eduardo Argollo de Oliveira
Gaudiani, Adriana
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author_role author
author2 Gaudiani, Adriana
Rexachs del Rosario, Dolores
Luque Fadón, Emilio
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
cómputo paralelo
Parallel processing
CoHNOW
modelo Master-Worker
balanceo de cargas
High Performance computing
topic Ciencias Informáticas
cómputo paralelo
Parallel processing
CoHNOW
modelo Master-Worker
balanceo de cargas
High Performance computing
dc.description.none.fl_txt_mv El propósito de este trabajo es implementar en paralelo una aplicación utilizada para modelizar la transmisión sináptica de neuronas sobre dos cluster geográficamente distribuidos e interconectados por Internet, con el propósito de disminuir el tiempo empleado en su ejecución. Ejecutar a distancia utilizando Internet es una tarea compleja, aunque es posible. Nosotros lo demostramos con un modelo de implementación de dicha aplicación sobre dos clusters distribuidos ubicados en España y Argentina, usando la red Internet como red no dedicada para la interconexión entre ambos. En este trabajo se presenta dicho modelo, con el cual se predice el rendimiento de la aplicación estimando el valor de la granularidad que hace más eficiente el cómputo, debiendo hablar de dos niveles de granularidad, el que se implementará dentro de cada cluster y el que se implementa entre ambos clusters. Los resultados experimentales muestran que se logra más de un 90% de precisión en la predicción y que la mejora en los tiempos de cómputo alcanzan un 83% con la colaboración de ambos clusters.
VI Workshop de Procesamiento Distribuido y Paralelo (WPDP)
Red de Universidades con Carreras en Informática (RedUNCI)
description El propósito de este trabajo es implementar en paralelo una aplicación utilizada para modelizar la transmisión sináptica de neuronas sobre dos cluster geográficamente distribuidos e interconectados por Internet, con el propósito de disminuir el tiempo empleado en su ejecución. Ejecutar a distancia utilizando Internet es una tarea compleja, aunque es posible. Nosotros lo demostramos con un modelo de implementación de dicha aplicación sobre dos clusters distribuidos ubicados en España y Argentina, usando la red Internet como red no dedicada para la interconexión entre ambos. En este trabajo se presenta dicho modelo, con el cual se predice el rendimiento de la aplicación estimando el valor de la granularidad que hace más eficiente el cómputo, debiendo hablar de dos niveles de granularidad, el que se implementará dentro de cada cluster y el que se implementa entre ambos clusters. Los resultados experimentales muestran que se logra más de un 90% de precisión en la predicción y que la mejora en los tiempos de cómputo alcanzan un 83% con la colaboración de ambos clusters.
publishDate 2005
dc.date.none.fl_str_mv 2005-10
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/10915/23199
url http://sedici.unlp.edu.ar/handle/10915/23199
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_ 1846782827804229632
score 12.982451

Publicaciones similares