Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas
En este trabajo se discuten técnicas de mapeo automático de tareas concurrentes a procesadores, mediante el análisis del grafo de relación entre tareas, en el que se incorporan los tiempos de procesamiento y comunicación. Partiendo de un primer análisis en el que los procesadores son homogéneos y l...
Autores principales: | , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2006
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/22689 |
Aporte de: |
id |
I19-R120-10915-22689 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Parallel Clustering Architectures Modeling and prediction homogeneous and non-homogeneous processors tasks to processors mapping |
spellingShingle |
Ciencias Informáticas Parallel Clustering Architectures Modeling and prediction homogeneous and non-homogeneous processors tasks to processors mapping De Giusti, Laura Cristina Chichizola, Franco Naiouf, Marcelo Ripoll, Ana De Giusti, Armando Eduardo Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
topic_facet |
Ciencias Informáticas Parallel Clustering Architectures Modeling and prediction homogeneous and non-homogeneous processors tasks to processors mapping |
description |
En este trabajo se discuten técnicas de mapeo automático de tareas concurrentes a procesadores, mediante el análisis del grafo de relación entre tareas, en el que se incorporan los tiempos de procesamiento y comunicación.
Partiendo de un primer análisis en el que los procesadores son homogéneos y los tiempos de trasmisión de datos no dependen de los procesadores que se están comunicando (caso clásico en clusters homogéneos), se avanza para extender al modelo a procesadores heterogéneos con posibilidad de diferentes niveles de comunicación, aplicable a multi-cluster.
Se presentan algunos resultados iniciales obtenidos con el modelo y se plantean las líneas de trabajo futuras, en particular la posibilidad de obtener el número óptimo de procesadores requeridos, manteniendo un nivel de eficiencia constante. |
format |
Objeto de conferencia Objeto de conferencia |
author |
De Giusti, Laura Cristina Chichizola, Franco Naiouf, Marcelo Ripoll, Ana De Giusti, Armando Eduardo |
author_facet |
De Giusti, Laura Cristina Chichizola, Franco Naiouf, Marcelo Ripoll, Ana De Giusti, Armando Eduardo |
author_sort |
De Giusti, Laura Cristina |
title |
Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
title_short |
Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
title_full |
Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
title_fullStr |
Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
title_full_unstemmed |
Un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
title_sort |
un modelo para el mapeo automático de tareas a procesadores en arquitecturas multicluster heterogéneas |
publishDate |
2006 |
url |
http://sedici.unlp.edu.ar/handle/10915/22689 |
work_keys_str_mv |
AT degiustilauracristina unmodeloparaelmapeoautomaticodetareasaprocesadoresenarquitecturasmulticlusterheterogeneas AT chichizolafranco unmodeloparaelmapeoautomaticodetareasaprocesadoresenarquitecturasmulticlusterheterogeneas AT naioufmarcelo unmodeloparaelmapeoautomaticodetareasaprocesadoresenarquitecturasmulticlusterheterogeneas AT ripollana unmodeloparaelmapeoautomaticodetareasaprocesadoresenarquitecturasmulticlusterheterogeneas AT degiustiarmandoeduardo unmodeloparaelmapeoautomaticodetareasaprocesadoresenarquitecturasmulticlusterheterogeneas |
bdutipo_str |
Repositorios |
_version_ |
1764820467476070400 |