Комплексный анализ производительности суперкомпьютерных систем, основанный на данных системного мониторинга

Авторы

  • Д.А. Никитенко

Ключевые слова:

суперкомпьютер
производительность
эффективность
параллельные программы
динамические характеристики
загрузка
мониторинг

Аннотация

Всестороннее исследование эффективности использования суперкомпьютерных ресурсов представляет собой задачу исключительно важную, с которой сталкивается каждый владелец и каждый пользователь такого рода системы. В статье описывается подход к комплексной оценке производительности, включающей в себя специфику выполнения отдельных суперкомпьютерных приложений, распределение задач по очередям и суммарное использование ресурсов системы. Подход основан на анализе данных системного мониторинга и ориентирован на предоставление возможности качественной оценки поведения суперкомпьютерных приложений и систем в целом.

Новые вычислительные технологии

Загрузки

Опубликован

2014-02-17

Выпуск

Том 15 (2014): Выпуск 1.

Раздел

Раздел 1. Вычислительные методы и приложения

Автор

Д.А. Никитенко

Московский государственный университет имени М.В. Ломоносова,
Научно-исследовательский вычислительный центр
Ленинские горы, 119991, Москва
• научный сотрудник

Библиографические ссылки

  1. Воеводин Вл.В., Жуматий С.А. Вычислительное дело и кластерные системы. М.: Изд-во Моск. ун-та, 2007.
  2. Hennessy J., Patterson D. Computer architecture. San Francisco: Morgan Kaufmann, 2011.
  3. Grama A., Gupta A., Karypis G., Kumar V. Introduction to parallel computing. Reading: Addison-Wesley, 2003.
  4. Hennessy J., Patterson D. Computer organization and design. The hardware/software interface. San Francisco: Morgan Kaufmann, 2008.
  5. Никитенко Д.А., Стефанов К.С. Исследование эффективности параллельных программ по данным мониторинга // Вычислительные методы и программирование. 2012. 13. 97-102.
  6. Воеводин Вл.В., Жуматий С.А., Соболев С.И., Антонов А.С., Брызгалов П.А., Никитенко Д.А., Стефанов К.С., Воеводин Вад.В. Практика суперкомпьютера «Ломоносов» // Открытые системы. 2012. № 7. 36-39.
  7. Bekakos M. (Ed.) Highly parallel computations: algorithms and applications. Southampton: WIT Press, 2001.
  8. Berry M., Gallivan K., Gallopoulos E., Grama A., Philippe B., Saad Y., Saied F. (Eds.) High-performance scientific computing. Algorithms and applications. New York: Springer, 2012.
  9. Адинец А.В., Брызгалов П.А., Воеводин Вад.В., Жуматий С.А., Никитенко Д.А. Об одном подходе к мониторингу, анализу и визуализации потока заданий на кластерной системе // Вычислительные методы и программирование. 2011. 12. 90-93.
  10. Jin X., Zhang F., Song Y., Fan L., Liu Z. Energy: efficient scheduling with time and processors eligibility restrictions // Lecture Notes in Computer Science. Vol. 8097. Heidelberg: Springer, 2013. 66-77.
  11. Bailey D., Lucas R., Williams S. (Eds.) Performance tuning of scientific applications. Boca Raton: CRC Press, 2011.
  12. Servat H., Llort G., Gimenez J., Huck K., Labarta J. Folding: detailed analysis with coarse sampling // Tools for High Performance Computing. Heidelberg: Springer, 2013. 105-118.
  13. Антонов А.С., Жуматий С.А., Никитенко Д.А., Стефанов К.С., Теплов А.М., Швец П.А. Исследование динамических характеристик потока задач суперкомпьютерной системы // Вычислительные методы и программирование. 2013. 14. 104-108.
  14. Shah A., Wolf F., Zhumatiy S., Voevodin Vl. Capturing inter-application interference on clusters // Proc. of the 2013 IEEE Int. Conf. on Cluster Computing (CLUSTER 2013). New York: IEEE Press, 2013. 1-5.
  15. Bohme D., Geimer M., Wolf F. Characterizing load and communication imbalance in large-scale parallel applications // Proc. of the 26th IEEE Int. Parallel &; Distributed Processing Symposium (IPDPS). New York: IEEE Press, 2013. 2538-2541.
  16. Treibig J., Hager G., Wellein G. Best practices for HPM-assisted performance engineering on modern multicore processors // Lecture Notes in Computer Science. Vol. 7640. Heidelberg: Springer, 2013. 451-460.
  17. Mohr B., Voevodin Vl., Gimenez J., Hagersten E., Knuepfer A., Nikitenko D., Nilsson M., Servat H., Shah A., Winkler F., Wolf F., Zhujov I. The HOPSA workflow and tools // Tools for High Performance Computing. Heidelberg: Springer, 2013. 127-146.
  18. Андреев Д.Ю., Антонов А.С., Воеводин Вад. В., Жуматий С.А., Никитенко Д.А., Стефанов К.С., Швец П.А. Система автоматизированного поиска ошибок и неэффективностей в параллельных программах // Вычислительные методы и программирование. 2013. 14. 48-53.
  19. Антонов А.С., Воеводин Вад.В., Жуматий С.А., Никитенко Д.А., Стефанов К.С., Швец П.А. Автоматизация поиска ошибок и неэффективностей в параллельных программах // Вычислительные методы и программирование. 2013. 14. 11-17.
  20. Адинец А.В., Брызгалов П.А., Воеводин Вад.В., Жуматий С.А., Никитенко Д.А., Стефанов К.С. Job Digest - подход к исследованию динамических свойств задач на суперкомпьютерных системах // Вестн. Уфимского гос. авиационного технического ун-та. 2013. 17, № 2. 131-137.
  21. Ciegis R., Henty D., Kagstrom B., Zilinskas J. (Eds.) Parallel scientific computing and optimization. Advances and Applications. Series: Springer Optimization and Its Applications. Vol. 27. Heidelberg: Springer, 2009.