Динамическая балансировка загрузки процессоров для распределенных параллельных вычислений на нескольких кластерах при численном решении задач с помощью.

Презентация:



Advertisements
Похожие презентации
Реализация модели многочастичного газа FHP-MP на графическом ускорителе Подстригайло Алена, гр Научный руководитель: к.ф.-м.н. Калгин К.В.
Advertisements

Исследование эффективности параллельного алгоритма Монте-Карло моделирования внутренних свободномолекулярных течений Хохлов И.А. 4-й курс Московский физико-технический.
Введение в задачи исследования и проектирования цифровых систем Санкт-Петербургский государственный университет Факультет прикладной математики - процессов.
Применение компьютерных технологий при изучении физики Тезисы доклада.
Адаптивный метод распределения SPMD-заданий в грид Паньшенсков Михаил, 545 группа Научный руководитель: Лукичев А.С. Рецензент: Демьянович Ю.К июня.
ПАРАЛЛЕЛЬНАЯ ФИЛЬТРАЦИЯ ИЗОБРАЖЕНИЙ Фурсов В.А., Попов С.Б. Самарский научный центр РАН, Самарский государственный аэрокосмический университет, Институт.
Определение космологических параметров H, q, j и s. Фотометрическое расстояние: Разложение в ряд Тейлора фотометрического расстояния: Параметр замедления.
Математическое моделирование информационных процессов Санкт-Петербургский государственный университет Факультет прикладной математики - процессов управления.
Мортиков Е.В. 2 4 апреля 2014 г. НИВЦ МГУ М. В. Ломоносова Лаборатория суперкомпьютерного моделирования природно - климатических процессов ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ.
Программная система для изучения и исследования параллельных методов решения сложных вычислительных задач Нижегородский государственный университет им.
Методическая разработка по природоведению (5 класс) на тему: Диффузия.
Система фрагментированного программирования Перепелкин В.А. Всероссийская молодежная школа по параллельному программированию МО ВВС ИВМиМГ 2009 г.
1 ФГУП «НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ ИНСТИТУТ им. А.П. Александрова» Ю.В. ЮДОВ DIRECT NUMERICAL SIMULATION DNS 5-я международная научно-техническая.
Федеральная целевая программа «Научные и научно-педагогические кадры инновационной России» на годы, направление «Физика конденсированных сред.
Достопримечательности Санкт-Петербурга © Журавлева Анастасия.
Модели – уравнения квантовой механики. Модели – уравнения квантовой механики. Методы численного исследования: метод функционала плотности, метод Хартри-Фока.
Изучение численного метода Монте-Карло.. Теория вероятности. Теория вероятностей раздел математики, изучающий закономерности случайных явлений Оценкой.
Интернет Университет Суперкомпьютерных технологий Лекция 3 Методы построения параллельных программ Учебный курс Введение в параллельные алгоритмы Якобовский.
Суперкомпьютерные технологии. Окружающий нас мир быстро меняется. Компьютеры и информационные технологии проникают в нашу жизнь, предлагая все новые и.
Московский государственный университет им.М.В.Ломоносова Институт вычислительной математики РАН Воеводин В.В., Воеводин Вл.В. СУПЕРВЫЧИСЛЕНИЯ:
Транксрипт:

Динамическая балансировка загрузки процессоров для распределенных параллельных вычислений на нескольких кластерах при численном решении задач с помощью статистических методов Монте-Карло. Бычков В.В., Галюк Ю.П., Журавлёва С.Е., Золотарёв В.И., Мемнонов В.П. Санкт-Петербургский государственный университет, Санкт-Петербург, Россия

Рис.1. Расчётная область. Постановка задачи

Метод прямого статистического моделирования (ПСМ) Монте-Карло 4 введён Г.Бёрдом в начале семидесятых годов [1]; 4 моделируемый объем физического пространства разбивается на ячейки; 4 состояние системы задается координатами и скоростями частиц; 4 одна моделирующая частица представляет очень большое число реальных молекул; 4 состояние системы меняется через дискретные промежутки времени.

Проблемы метод ПСМ Монте-Карло статистическое рассеяние необходимость увеличения выборки нехватка вычислительной мощности одного университетского кластера выход: МЕТАКОМПЬЮТИНГ переходный режим (Kn~1)

Схема метакомпьютинга

необходимость динамического распределения заданий по процессорам непредсказуемо меняющаяся производительность разных компьютеров выход: процедура динамической балансировки нагрузки отсутствие системы очередей Балансировка нагрузки

Количественная оценка производительности метакомпьютинга Рис.2. Эффективность E p и средние времена T av в секундах в зависимости от числа процессоров p: ap – сплошная, mp – пунктирная линии. mp – среднее время реализации при использовании метакомпьютинга с динамической балансировкой нагрузки

Численные результаты моделирования Рис.3. Средняя скорость u av вдоль канала: сплошная линия для ячеек в середине, штриховая – для ячеек около поверхности.

Объёмный расход Рис.4. Зависимость объёмного расхода от обратного числа Кнудсена.

Литература: 4 Бёрд Г.А. Молекулярная газовая динамика. М.: Мир, Ortega J.M. Introduction to Parallel and Vector Solution of Linear Systems. Plenum Press. New York Сercignani C., Neudachin I. Rarefied Gas Flows Through Long Slots // ZAMP. – – V Акиньшин В.Д., Макаров А.М., Селезнев В.Д., Шарипов Ф.М. Движение разреженного газа в плоском коротком канале во всем диапазоне чисел Кнудсена // ПМТФ. – – 5.

Благодарности: 4 Авторы хотели бы поблагодарить институт высокопроизводительных вычислений и баз данных за предоставленную возможность использовать их кластер. 4 Работа частично поддержана грантом РФФИ N и грантом Интеграция" B 0008.