{"id":95547,"date":"2018-03-11T10:15:32","date_gmt":"2018-03-11T10:15:32","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/meta-planificador-predictivo-para-entornos-multicluster-no-dedicados\/"},"modified":"2018-03-11T10:15:32","modified_gmt":"2018-03-11T10:15:32","slug":"meta-planificador-predictivo-para-entornos-multicluster-no-dedicados","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/arquitectura-de-ordenadores\/meta-planificador-predictivo-para-entornos-multicluster-no-dedicados\/","title":{"rendered":"Meta-planificador predictivo para entornos multicluster no dedicados"},"content":{"rendered":"<h2>Tesis doctoral de <strong> Josep Llu\u00eds L\u00e9rida Mons\u00f3 <\/strong><\/h2>\n<p>A principios de los a\u00f1os 90 muchas de las caracter\u00edsticas y capacidades proporcionadas \u00fanicamente por sofisticados y costosos supercomputadores se lograron superar mediante el uso adecuado de conjuntos de ordenadores de sobremesa agrupados en sistemas denominados cluster.  en la actualidad, el continuo aumento de las capacidades de c\u00f3mputo y la disminuci\u00f3n del coste de adquisici\u00f3n de los ordenadores de sobremesa ha provocado un uso extendido de los clusters en centros de investigaci\u00f3n, instituciones, organizaciones, etc. No obstante, el crecimiento constante de los requerimientos de las aplicaciones cient\u00edficas hacen necesaria la b\u00fasqueda de sistemas a\u00fan m\u00e1s potentes y\/o con mayor n\u00famero de recursos.  en la \u00faltima d\u00e9cada, la posibilidad de unir los recursos (clusters) de una misma organizaci\u00f3n para obtener mayor capacidad de c\u00f3mputo ha despertado un gran inter\u00e9s. Esto ha propiciado la aparici\u00f3n de nuevos sistemas multicluster que incorporan sofisticadas t\u00e9cnicas de planificaci\u00f3n de trabajos y gesti\u00f3n de recursos orientadas a aprovechar al m\u00e1ximo los recursos de c\u00f3mputo distribuidos en varios clusters.  aunque el bajo coste de los recursos de c\u00f3mputo facilita el crecimiento del n\u00famero de clusters y recursos por cluster, este crecimiento tiene sus limites. En primer lugar debemos considerar los problemas de espacio que no siempre son f\u00e1ciles de conseguir y en segundo lugar el elevado coste del consumo energ\u00e9tico producido por las unidades de c\u00f3mputo y por los sistema de refrigeraci\u00f3n que se necesitan.  bajo este panorama, un modo de proporcionar mayor n\u00famero de recursos sin aumentar los costes es incorporar al multicluster recursos de c\u00f3mputo ociosos de los usuarios de una organizaci\u00f3n para la ejecuci\u00f3n de aplicaciones paralelas, como por ejemplo los ordenadores del laboratorio de una universidad.  la tarea de meta-planificaci\u00f3n en un entorno multicluster es un tarea compleja y una l\u00ednea de trabajo en pleno auge en la actualidad. En primer lugar, la cantidad de recursos que se deben gestionar es muy grande y los recursos pueden ser heterog\u00e9neos. En segundo lugar, deseamos considerar la planificaci\u00f3n en un sistema no dedicado donde los recursos se comparten con otros usuarios, aumentando la dificultad de la meta-planificaci\u00f3n.  El objetivo de la meta-planificaci\u00f3n en el presente trabajo es obtener el m\u00e1ximo rendimiento de las aplicaciones paralelas sin perjudicar al usuario local.  en el presente trabajo se han propuesto varias t\u00e9cnicas de estimaci\u00f3n del tiempo de turnaround de las aplicaciones paralelas en el sistema multicluster. Estas estimaciones son utilizadas por el sistema de meta-planificaci\u00f3n para tomar decisiones eficientes en la asignaci\u00f3n de recursos a las aplicaciones paralelas. Estas t\u00e9cnicas consideran la heterogeneidad y la ocupaci\u00f3n de los recursos tanto de c\u00f3mputo como de comunicaci\u00f3n.  con el fin de poder compartir los recursos libres de distintos clusters para la ejecuci\u00f3n de aplicaciones paralelas, se ha desarrollado una t\u00e9cnica de asignaci\u00f3n de recursos entre clusters basada en un modelo de programaci\u00f3n entera binaria (mixed integer programming). El modelo realiza la asignaci\u00f3n de una aplicaci\u00f3n paralela a un conjunto de recursos de distintos clusters con dos objetivos fundamentales, la obtenci\u00f3n del mejor rendimiento de la aplicaci\u00f3n paralela y la no saturaci\u00f3n de los canales de comunicaci\u00f3n.  mediante el uso de estas t\u00e9cnicas proponemos un refinamiento de la tarea de meta-planificaci\u00f3n con el objetivo de obtener mayores rendimientos de las aplicaciones paralelas y un mayor aprovechamiento de los recursos del multicluster, reduciendo los tiempos de espera y aprovechando los recursos libres entre clusters.<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Meta-planificador predictivo para entornos multicluster no dedicados<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Meta-planificador predictivo para entornos multicluster no dedicados <\/li>\n<li><strong>Autor:<\/strong>\u00a0 Josep Llu\u00eds L\u00e9rida Mons\u00f3 <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Aut\u00f3noma de barcelona<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 23\/07\/2009<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Porfidio Hern\u00e1ndez Bud\u00e9<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: Ana Mar\u00eda Ripoll aracil <\/li>\n<li>Francisco Tirado fern\u00e1ndez (vocal)<\/li>\n<li>  (vocal)<\/li>\n<li>  (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de Josep Llu\u00eds L\u00e9rida Mons\u00f3 A principios de los a\u00f1os 90 muchas de las caracter\u00edsticas y capacidades proporcionadas [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[4810,7307,11392,40832],"tags":[4815,2678,196518,57856],"class_list":["post-95547","post","type-post","status-publish","format-standard","hentry","category-arquitectura-de-ordenadores","category-colas","category-programacion-entera","category-redes-de-ordenadores","tag-ana-maria-ripoll-aracil","tag-francisco-tirado-fernandez","tag-josep-lluis-lerida-monso","tag-porfidio-hernandez-bude"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/95547","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=95547"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/95547\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=95547"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=95547"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=95547"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}