Исследование и разработка методов повышения эффективности управления вычислительными мощностями в кластерах рабочих станций

• Автор: Подкопаев, Илья Викторович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Москва
• Количество страниц: 166 с. : ил.

Оглавление
Введение.

Глава 1. Архитектуры и системы управления высокопроизводительными

вычислителями

1.1. Процессоры и архитектуры.

1.1.1 Вычислительный кластер

1.1.2 Вычислительный кластер I .

1.1.3 Вычислительный кластер X6.

1.1.4 Вычислительный кластер I ix.

1.1.5. Кластеры типа и

1.1.6 Преобладающие тенденции в архитектурах ВВС.

1.2. Коммуникационные решения
1.2.1 Коммуникации кластера .
1.2.2 Коммуникации кластера Р.
1.2.3 Коммуникации кластера ХТбт
1.2.4 Коммуникации кластера I ix
1.2.5 Тенденции в сегменте коммуникаций
1.3. ОС и системы управления ВВС.
1.3.1 Управление
1.3.2 Управление .
1.3.3 Управление ХТбт.
1.3.4 Управление I ix.
1.3.5 Тенденции в области управления ВВС.
1.4. ВВС в России
1.5. Выводы
Глава 2. Вычислительная система типа на базе оборудования
компьютерного класса
2.1. Конфигурация и архитектура
2.2. Оптимизация системы для теста .
2.3. Анализ загруженности рабочих станций и сети кластера.
2.4. Влияние широковещательного трафика на производительность кластера
2.4.1. Исследование влияния широковещательной нагрузки сети на производительность вычислений на 8 узлах кластера 0.
2.4.2. Исследование влияния широковещательной нагрузки сети на производительность вычислений на 8 узлах кластера 0.
2.4.3. Исследование влияния широковещательной нагрузки сети на производительность вычислений на узлах кластера 0
2.5. Исследование влияния пользовательских приложений на производительность кластерных вычислений
2.6. Управление потоком заявок в НРС v
2.7. Кластер типа , как система массового обслуживания
2.8. Выводы.
Глава 3. Модель вычислительной системы типа
3.1. Элементы теории систем массового обслуживания
3.2 Аналитический расчет основных параметров СМО
3.2.1. Системы массового обслуживания с отказами
3.2.2. Система массового обслуживания с ограниченной длиной очереди.
3.2.3. Системы массового обслуживания с ожиданием.
3.2.4. Система массового обслуживания с ограниченным временем ожидания
3.2.5. Замкнутые системы массового обслуживания.
3.2.6. Аналитический расчет параметров кластера.
3.3. Имитационное моделирование кластерной системы типа .
3.3.1 Элементы теории сетей Петри.
3.3.2 Модель кластерной системы в терминологии сетей Петри. .
3.4. Среда моделирования
3.5. Выводы.
Глава 4. Моделирование кластера МИЭТ.
4.1. Реализация имитационной модели
4.2. Модельный эксперимент.
4.3. Эксперименты на кластере.
4.4. Выводы.
Заключение.
Список литературы


Кроме того, производители суперкомпьютеров сделали значительный шаг в сторону традиционных серверных процессоров, являющихся скалярными (с векторными расширениями, например, SSE, ММХ и т. Тому подтверждением является статистика списка ТОП0 суперкомпьютеров мира (на . Таблица 1. Распределение систем списка ТОП0 по типу процессоров. Intel IA- (Itanium) и IBM Power. Использование этих процессоров подразумевало компиляцию программного кода в соответствующей среде и на совместимом оборудовании. В настоящее время производители суперкомпьютеров отдают предпочтение -х битным процессорам, архитектура которых обратносовместима с традиционной архитектурой х. Таблица 1. Распределение систем списка ТОП0 по семействам процессоров. Заметим, что среди производителей таких процессоров лидерами являются Intel и AMD, предлагающие серверные процессоры XEON и Opteron соответственно (на . Кроме того, поскольку число ядер в одном процессоре ограничено удельной мощностью тепловыделения, которую можно рассеять, то в целях дальнейшего наращивания производительности современные вычислительные системы, обт>единяют в себе несколько процессорных устройств. Системы с общей памятью представляют собой группу процессоров, соединенных с помощью общей шины с ОЗУ. Рис. Многопроцессорные вычислительные системы а) с общей памятью б) с распределенной памятью. К достоинствам систем с общей памятью можно отнести простоту программирования и высокую скорость межпроцессорных коммуникаций. В то же время, узким местом таких систем является низкая масштабируемость. Основной причиной этого является невысокое число портов доступа к общей памяти и конфликты за общую шину в многопроцессорной системе. Фактически для большинства систем, построенных по такому принципу, установка более -х процессоров приводит к падению, а не росту производительности. Именно по этой причине в настоящий момент среди высокопроизводительных вычислительных систем практически не встречаются системы с общей памятью. Системы с распределенной памятью представляют собой группу узлов, объединенных с помощью коммутатора. Узел содержит в себе процессорное устройство и модуль памяти. Поскольку каждый процессор работает только со своей локальной памятью, необходим механизм обмена данными (MPI, MPC и т. Важным недостатком таких систем является более медленное, относительно систем с общей памятью, взаимодействие между процессорами. SMP-систем. Системами с распределенной памятью являются, к примеру, суперкомпьютеры МВС-0 [7], IBM RS/ SP [8], SGI/CRAY ТЗЕ [9], системы ASCI [], Hitachi SR [], системы Parsytec [] и многие другие [, ]. В последнее время все большее распространение получает так называемая гибридная архитектура, состоящая из узлов, являющихся системами с общей памятью, объединенных в единую сеть с помощью коммутационной системы. Такие структуры стремятся использовать достоинства обеих архитектур []. Рис. Построенные на такой архитектуре системы в случае использования специфичных компонентов называются МРР (massively parallel processors), а в случае использования серийно выпускаемых модулей - кластерами. Тенденция к использованию именно кластерных систем хорошо прослеживается на примере списка ТОП0 мировых суперкомпьютеров: % систем из этого списка являются кластерами [3]. В качестве примера можно привести широко известные IBM Blue Gene L/P, СКИФ и т. Широкие возможности масштабирования кластерных систем привели к значительному росту числа процессоров в высокопроизводительных системах. Статистика на . Таблица 1. Проследить эту тенденцию можно на нескольких примерах из первой половины списка ТОП0. Рассмотрим систему Маге Nostrum, установленную в Суперкомпьютерном центре города Барселона, Испания []. Кластер занимает -ю позицию в списке ТОП0 суперкомпьютеров мира, его пиковая производительность , Тфлопс, производительность на тесте Linpack — , Тфлопс. AMD Hyper Transport (рис. Рис. Структура узла кластера Mare Nostrum. Другим важным концептуальным решением, которое лежит в основе многих крупнейших суперкомпьютеров мира является IBM Blue Gene/P [].