Análise de Desempenho do Traçamento de Raios Utilizando Nuvem Computacional e o Modelo SPITS
Resumo
Este trabalho tem como objetivo investigar o desempenho do traçamento de raios empregado no imageamento sísmico utilizando a nuvem computacional, visando maximizar a escalabilidade do mesmo e minimizar o tempo de execução. Os resultados obtidos mostram que (i) balancear a carga de trabalho alterando a quantidade de raios traçados por nó apresenta redução nos tempos de execução e (ii) a escalabilidade depende da quantidade total de raios.
Palavras-chave:
Computação de Alto Desempenho, Computação em Nuvem, Grade, Aglomerado (Cluster) e Peer-to-Peer, Escalonamento e Balanceamento de Carga
Referências
Alves, P. and Biloti, R. (2011). Traçamento de raios em gpgpus. In 12th International Congress of the Brazilian Geophysical Society & EXPOGEF, pages 1670–1672.
Borin, E., Benedicto, C., L. Rodrigues, I., Pisani, F., Tygel, M., and Jr, M. (2016). Py-pits: A scalable python runtime system for the computation of partially idempotent tasks. In 2016 International Symposium on Computer Architecture and High Performance Computing Workshops (SBAC-PADW), pages 7–12.
Mell, P. and Grance, T. (2011). The nist definition of cloud computing. Communications of the ACM, 53.
Borin, E., Benedicto, C., L. Rodrigues, I., Pisani, F., Tygel, M., and Jr, M. (2016). Py-pits: A scalable python runtime system for the computation of partially idempotent tasks. In 2016 International Symposium on Computer Architecture and High Performance Computing Workshops (SBAC-PADW), pages 7–12.
Mell, P. and Grance, T. (2011). The nist definition of cloud computing. Communications of the ACM, 53.
Publicado
12/04/2019
Como Citar
VILELA FILHO, Marcelo; IGNÁCIO, Gustavo Barroso D.; OKITA, Nicholas; BORIN, Edson.
Análise de Desempenho do Traçamento de Raios Utilizando Nuvem Computacional e o Modelo SPITS. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DE SÃO PAULO (ERAD-SP), 10. , 2019, Campinas.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 1-4.
DOI: https://doi.org/10.5753/eradsp.2019.13583.
