Balance dinámico de carga en sorting paralelo

Autores
Naiouf, Marcelo; De Giusti, Laura Cristina; Chichizola, Franco; De Giusti, Armando Eduardo
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El Sorting (ordenación) es una de las operaciones más comunes e importantes que se realizan en una computadora. Numerosos algoritmos requieren que los datos (numéricos o no numéricos) se encuentren ordenados para poder accederlos de manera más eficiente. Uno de los problemas de los algoritmos de sorting es cuando la secuencia de datos es muy grande. Los mejores algoritmos secuenciales tienen tiempos de orden O(n x Log n) donde n es el número de datos. La solución al tiempo de procesamiento creciente con n ha sido la paralelización de los algoritmos de ordenación, utilizando varios procesadores. La utilización de múltiples procesadores trabajando sobre subsecuencias del total n de datos puede alcanzar un rendimiento cercano al óptimo (speedup = n), pero alcanzar este óptimo es dificultoso en arquitecturas reales. Uno de los ejes para alcanzar una perfomance óptima en la ordenación paralela es lograr un balance en el trabajo a realizar por cada procesador. Nótese que el trabajo no depende solo de la cantidad de datos de cada subsecuencia, sino también del desorden parcial de la misma, y de la potencia de cómputo de cada procesador. Este trabajo desarrolla una técnica de redistribución dinámica de la carga de datos a partir de la predicción del trabajo a realizar por cada procesador, permitiendo así una carga balanceada del trabajo entre los diferentes procesos. Se demuestra que el método tiende a alcanzar el óptimo teórico en la performance del algoritmo paralelo.
Eje: IV - Workshop de procesamiento distribuido y paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Parallel processing
Ordenación de Datos
Parallel algorithms
Paralelización de Algoritmos
Predicción de perfomance
Distributed
Balance de carga
Redistribución dinámica
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:10915/22472
Acceder
id SEDICI_9c9141115ffba48a8769eee42f02ea12
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22472
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Balance dinámico de carga en sorting paraleloNaiouf, MarceloDe Giusti, Laura CristinaChichizola, FrancoDe Giusti, Armando EduardoCiencias InformáticasParallel processingOrdenación de DatosParallel algorithmsParalelización de AlgoritmosPredicción de perfomanceDistributedBalance de cargaRedistribución dinámicaEl Sorting (ordenación) es una de las operaciones más comunes e importantes que se realizan en una computadora. Numerosos algoritmos requieren que los datos (numéricos o no numéricos) se encuentren ordenados para poder accederlos de manera más eficiente. Uno de los problemas de los algoritmos de sorting es cuando la secuencia de datos es muy grande. Los mejores algoritmos secuenciales tienen tiempos de orden O(n x Log n) donde n es el número de datos. La solución al tiempo de procesamiento creciente con n ha sido la paralelización de los algoritmos de ordenación, utilizando varios procesadores. La utilización de múltiples procesadores trabajando sobre subsecuencias del total n de datos puede alcanzar un rendimiento cercano al óptimo (speedup = n), pero alcanzar este óptimo es dificultoso en arquitecturas reales. Uno de los ejes para alcanzar una perfomance óptima en la ordenación paralela es lograr un balance en el trabajo a realizar por cada procesador. Nótese que el trabajo no depende solo de la cantidad de datos de cada subsecuencia, sino también del desorden parcial de la misma, y de la potencia de cómputo de cada procesador. Este trabajo desarrolla una técnica de redistribución dinámica de la carga de datos a partir de la predicción del trabajo a realizar por cada procesador, permitiendo así una carga balanceada del trabajo entre los diferentes procesos. Se demuestra que el método tiende a alcanzar el óptimo teórico en la performance del algoritmo paralelo.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/10915/22472spainfo: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:UNLP2025-10-15T10:47:42Zoai:sedici.unlp.edu.ar:10915/22472Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:47:42.292SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Balance dinámico de carga en sorting paralelo
title Balance dinámico de carga en sorting paralelo
spellingShingle Balance dinámico de carga en sorting paralelo
Naiouf, Marcelo
Ciencias Informáticas
Parallel processing
Ordenación de Datos
Parallel algorithms
Paralelización de Algoritmos
Predicción de perfomance
Distributed
Balance de carga
Redistribución dinámica
title_short Balance dinámico de carga en sorting paralelo
title_full Balance dinámico de carga en sorting paralelo
title_fullStr Balance dinámico de carga en sorting paralelo
title_full_unstemmed Balance dinámico de carga en sorting paralelo
title_sort Balance dinámico de carga en sorting paralelo
dc.creator.none.fl_str_mv Naiouf, Marcelo
De Giusti, Laura Cristina
Chichizola, Franco
De Giusti, Armando Eduardo
author Naiouf, Marcelo
author_facet Naiouf, Marcelo
De Giusti, Laura Cristina
Chichizola, Franco
De Giusti, Armando Eduardo
author_role author
author2 De Giusti, Laura Cristina
Chichizola, Franco
De Giusti, Armando Eduardo
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Parallel processing
Ordenación de Datos
Parallel algorithms
Paralelización de Algoritmos
Predicción de perfomance
Distributed
Balance de carga
Redistribución dinámica
topic Ciencias Informáticas
Parallel processing
Ordenación de Datos
Parallel algorithms
Paralelización de Algoritmos
Predicción de perfomance
Distributed
Balance de carga
Redistribución dinámica
dc.description.none.fl_txt_mv El Sorting (ordenación) es una de las operaciones más comunes e importantes que se realizan en una computadora. Numerosos algoritmos requieren que los datos (numéricos o no numéricos) se encuentren ordenados para poder accederlos de manera más eficiente. Uno de los problemas de los algoritmos de sorting es cuando la secuencia de datos es muy grande. Los mejores algoritmos secuenciales tienen tiempos de orden O(n x Log n) donde n es el número de datos. La solución al tiempo de procesamiento creciente con n ha sido la paralelización de los algoritmos de ordenación, utilizando varios procesadores. La utilización de múltiples procesadores trabajando sobre subsecuencias del total n de datos puede alcanzar un rendimiento cercano al óptimo (speedup = n), pero alcanzar este óptimo es dificultoso en arquitecturas reales. Uno de los ejes para alcanzar una perfomance óptima en la ordenación paralela es lograr un balance en el trabajo a realizar por cada procesador. Nótese que el trabajo no depende solo de la cantidad de datos de cada subsecuencia, sino también del desorden parcial de la misma, y de la potencia de cómputo de cada procesador. Este trabajo desarrolla una técnica de redistribución dinámica de la carga de datos a partir de la predicción del trabajo a realizar por cada procesador, permitiendo así una carga balanceada del trabajo entre los diferentes procesos. Se demuestra que el método tiende a alcanzar el óptimo teórico en la performance del algoritmo paralelo.
Eje: IV - Workshop de procesamiento distribuido y paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
description El Sorting (ordenación) es una de las operaciones más comunes e importantes que se realizan en una computadora. Numerosos algoritmos requieren que los datos (numéricos o no numéricos) se encuentren ordenados para poder accederlos de manera más eficiente. Uno de los problemas de los algoritmos de sorting es cuando la secuencia de datos es muy grande. Los mejores algoritmos secuenciales tienen tiempos de orden O(n x Log n) donde n es el número de datos. La solución al tiempo de procesamiento creciente con n ha sido la paralelización de los algoritmos de ordenación, utilizando varios procesadores. La utilización de múltiples procesadores trabajando sobre subsecuencias del total n de datos puede alcanzar un rendimiento cercano al óptimo (speedup = n), pero alcanzar este óptimo es dificultoso en arquitecturas reales. Uno de los ejes para alcanzar una perfomance óptima en la ordenación paralela es lograr un balance en el trabajo a realizar por cada procesador. Nótese que el trabajo no depende solo de la cantidad de datos de cada subsecuencia, sino también del desorden parcial de la misma, y de la potencia de cómputo de cada procesador. Este trabajo desarrolla una técnica de redistribución dinámica de la carga de datos a partir de la predicción del trabajo a realizar por cada procesador, permitiendo así una carga balanceada del trabajo entre los diferentes procesos. Se demuestra que el método tiende a alcanzar el óptimo teórico en la performance del algoritmo paralelo.
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/10915/22472
url http://sedici.unlp.edu.ar/handle/10915/22472
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_ 1846063903350456320
score 13.22299

Publicaciones similares