Aplicação de um cluster de Raspberry Pi no ensino de processamento paralelo: uma aplicação prática
Resumo
Um entrave importante na formação de programadores para computação de alto de desempenho está no alto custo da instalação, operação e manutenção dos clusters de HPC. Neste sentido tem ganhado força a opção por equipamentos de baixo custo e consumo para implementar arquiteturas paralelas. O presente trabalho se propõe demonstrar como, com a utilização deste tipo de ferramentas, pode ser abordado o estudo de aspectos importante do processamento paralelo. Pretende-se apresentar o efeito da velocidade de comunicação em rede e da granularidade do problema no desempenho de aplicações baseadas em troca de mensagens com MPI. Foi utilizada a implementação da rotina DGEMM, de multiplicação de matrizes, da biblioteca BLIS para construir um caso de estudo que pode ser utilizado em sala de aula.
Referências
Correia, A. M., Lerche, E. A., Eester, D. V., Segundo, G. S. A., and Orellana, E. T. V.(2018). Aprimoramento do Código CYRANO de Simulação de Aquecimento de Pasma por Ondas RF Utilizando Técnicas de Processamento Paralelo. Revista Mundi Engenharia, Tecnologia e Gest˜ao, 3(3):1–14.
Dongarra, J. J., Croz, J. D., Hammarling, S., and Hanson, R. J. (1985). A proposal for an extended set of fortran basic linear algebra subprograms. SIGNUM Newsl., 20(1):2–18.
Doucet, K. and Zhang, J. (2017). Learning Cluster Computing by Creating a Raspberry Pi Cluster.
Durand, Y., Carpenter, P. M., Adami, S., Bilas, A., Dutoit, D., Farcy, A., Gaydadjiev, G., Goodacre, J., Katevenis, M., Marazakis, M., Matus, E., Mavroidis, I., and Thomson, J. (2014). EUROSERVER: Energy efficient node for European micro-servers. In Proceedings - 2014 17th Euromicro Conference on Digital System Design, DSD 2014, pages 206–213.
Filho, S. E. A., Burlamaqui, A. M. F., Aroca, R. V., and Goncalves, L. M. G. (2017).
NPi-cluster: A low power energy-proportional computing cluster architecture. IEEE Access, 5:16297–16313.
Geerling, J. Networking benchmarks. https://www.pidramble.com/wiki/benchmarks/networking. Acesso em 7 de Março de 2019.
Gustafson, J. L. (1988). Reevaluating Amdahl’s law. Communications of the ACM, 31(5):532–533.
Hunger, R. (2007). Floating Point Operations in fMatrix-Vectorg Calculus. Technical Report TUM-LNS-TR-05-05, Munich University of Technology.
Jin, H., Jespersen, D., Mehrotra, P., Biswas, R., Huang, L., and Chapman, B. (2011). High performance computing using mpi and openmp on multi-core parallel systems. Parallel Computing, 37(9):562 – 575. Emerging Programming Paradigms for Large- Scale Scientific Computing.
Kumar, D., Memon, S., and Thebo, L. A. (2019). Design, Implementation & Performance Analysis of Low Cost High Performance Computing (HPC) Clusters. 2018 12th International Conference on Signal Processing and Communication Systems (ICSPCS), pages 1–6.
Matthews, S. J., Adams, J. C., Brown, R. A., and Shoop, E. (2018). Portable Parallel Computing with the Raspberry Pi. pages 92–97.
Matthews, S. J., Blaine, R. W., and Brantly, A. F. (2016). Evaluating Single Board Computer Clusters for Cyber Operations. In 2016 INTERNATIONAL CONFERENCE ON CYBER CONFLICT (CYCONUS), number Octover 2016, pages 1–8.
Moreira, I. A., Sales, C. M. M., and Orellana, E. T. V. (2018). Desenvolvimento de Cluster de HPC de baixo custo e baixo consumo. In 5o Simpósio de Ensino, Extens˜ao, Inovação, Pesquisa e Pós-Graduação e 24o Seminário de Iniciação Científica, Ilhéus.
NBCGIB. Centro de armazenamento de dados e computação avançada da uesc. http://nbcgib.uesc.br/cacau/. Acesso em 7 de Março de 2019.
Vasudevan, V., Franklin, J., Andersen, D., Phanishayee, A., Tan, L., Kaminsky, M., and Moraru, I. (2009). FAWNdamentally Power-efficient Clusters. In 12th Workshop on Hot Topics in Operating Systems (HotOS XII), pages 1–14, Monte Verita.
Willenbring, J. M. and Laboratories, S. N. (2015). Replicated Computational Results (RCR) Report for “ BLIS : A Framework for Rapidly Instantiating BLAS Functionality”. 41(3):0–3.
Dongarra, J. J., Croz, J. D., Hammarling, S., and Hanson, R. J. (1985). A proposal for an extended set of fortran basic linear algebra subprograms. SIGNUM Newsl., 20(1):2–18.
Doucet, K. and Zhang, J. (2017). Learning Cluster Computing by Creating a Raspberry Pi Cluster.
Durand, Y., Carpenter, P. M., Adami, S., Bilas, A., Dutoit, D., Farcy, A., Gaydadjiev, G., Goodacre, J., Katevenis, M., Marazakis, M., Matus, E., Mavroidis, I., and Thomson, J. (2014). EUROSERVER: Energy efficient node for European micro-servers. In Proceedings - 2014 17th Euromicro Conference on Digital System Design, DSD 2014, pages 206–213.
Filho, S. E. A., Burlamaqui, A. M. F., Aroca, R. V., and Goncalves, L. M. G. (2017).
NPi-cluster: A low power energy-proportional computing cluster architecture. IEEE Access, 5:16297–16313.
Geerling, J. Networking benchmarks. https://www.pidramble.com/wiki/benchmarks/networking. Acesso em 7 de Março de 2019.
Gustafson, J. L. (1988). Reevaluating Amdahl’s law. Communications of the ACM, 31(5):532–533.
Hunger, R. (2007). Floating Point Operations in fMatrix-Vectorg Calculus. Technical Report TUM-LNS-TR-05-05, Munich University of Technology.
Jin, H., Jespersen, D., Mehrotra, P., Biswas, R., Huang, L., and Chapman, B. (2011). High performance computing using mpi and openmp on multi-core parallel systems. Parallel Computing, 37(9):562 – 575. Emerging Programming Paradigms for Large- Scale Scientific Computing.
Kumar, D., Memon, S., and Thebo, L. A. (2019). Design, Implementation & Performance Analysis of Low Cost High Performance Computing (HPC) Clusters. 2018 12th International Conference on Signal Processing and Communication Systems (ICSPCS), pages 1–6.
Matthews, S. J., Adams, J. C., Brown, R. A., and Shoop, E. (2018). Portable Parallel Computing with the Raspberry Pi. pages 92–97.
Matthews, S. J., Blaine, R. W., and Brantly, A. F. (2016). Evaluating Single Board Computer Clusters for Cyber Operations. In 2016 INTERNATIONAL CONFERENCE ON CYBER CONFLICT (CYCONUS), number Octover 2016, pages 1–8.
Moreira, I. A., Sales, C. M. M., and Orellana, E. T. V. (2018). Desenvolvimento de Cluster de HPC de baixo custo e baixo consumo. In 5o Simpósio de Ensino, Extens˜ao, Inovação, Pesquisa e Pós-Graduação e 24o Seminário de Iniciação Científica, Ilhéus.
NBCGIB. Centro de armazenamento de dados e computação avançada da uesc. http://nbcgib.uesc.br/cacau/. Acesso em 7 de Março de 2019.
Vasudevan, V., Franklin, J., Andersen, D., Phanishayee, A., Tan, L., Kaminsky, M., and Moraru, I. (2009). FAWNdamentally Power-efficient Clusters. In 12th Workshop on Hot Topics in Operating Systems (HotOS XII), pages 1–14, Monte Verita.
Willenbring, J. M. and Laboratories, S. N. (2015). Replicated Computational Results (RCR) Report for “ BLIS : A Framework for Rapidly Instantiating BLAS Functionality”. 41(3):0–3.
Publicado
09/04/2019
Como Citar
MOREIRA, Ian; SALES, Carlos; ORELLANA, Esbel.
Aplicação de um cluster de Raspberry Pi no ensino de processamento paralelo: uma aplicação prática. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE) , 2019, Ilhéus.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 507-516.
