Predição de desempenho de aplicações paralelas para máquinas agregadas utilizando modelos estocásticos

• Autor(a) principal: Baldo, Lucas Janssen
• Data de Publicação: 2006
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da PUC_RS
• Texto Completo: http://tede2.pucrs.br/tede2/handle/tede/5010
• topic: INFORMÁTICA; ENGENHARIA DE SOFTWARE; PROCESSOS ESTOCÁSTICOS; SOFTWARE - TÉCNICAS DE AVALIAÇÃO; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO

Um dos maiores proble mas na área de computação de alto desempenho é a dificuldade de definir qual a melhor estratégia de paralelização de uma aplicação. Neste contexto, a utilização de métodos analíticos para a avaliação de desempenho de aplicações paralelas aparece como uma alternativa interessante para auxiliar no processo de escolha das melhores estratégias de paralelização. Neste trabalho, propõe-se a adoção do formalismo de Redes de Autômatos Estocásticos para modelar e avaliar o desempenho de aplicações paralelas especialmente desenvolvidas para máquinas agregadas (i.e., clusters). A metodologia utilizada é baseada na construção de modelos genéricos para descrever esquemas clássicos de implementação paralela, tais como Mestre/Escravo, Fases Paralelas, Pipeline e Divisão e Conquista. Estes modelos são adaptados em casos de aplicações reais através da definição de valores para parâmetros de entrada dos modelos. Finalmente, com intuito de verificar a precisão da técnica de modelagem adotada, comparações com resultados de implementações reais são apresentadas.