Przetwarzanie może potrwać kilka sekund...

Rozprawa doktorska

Tytuł

Scheduling Divisible Computations with Energy Constraints

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] pracownik

Promotor

[ 1 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] pracownik

Recenzenci

Wariant tytułu

PL Szeregowanie obliczeń jednorodnie podzielnych z ograniczeniami energetycznymi

Język

angielski

Słowa kluczowe
EN
  • scheduling
  • DLT
  • hierarchical memory
PL
  • szeregowanie zadań
  • teoria zadań jednorodnie podzielnych
  • pamięć hierarchiczna
Streszczenie

EN In this thesis scheduling and performance of data-parallel computations are studied. Data-parallel computations consist in processing data in distributed computing systems. Important features of data-parallel applications are that the data objects are small in relation to the whole size of processed information and can be processed independently. Since the volumes of data objects are great usually, the time of distributing them for remote processing must be taken into account. Furthermore, memory sizes of computer systems are too small to process significant parts of load in core (RAM). The schedule must be effective in two key criteria: time and energy. Divisible load theory is used as a general framework for the analysis. The scheduling algorithms optimizing time and energy performance are used not only to effectively arrange communications and computations in time and space, but also to predict the performance. Since the performance of parallel computation is ruled by many mutually dependent factors, isoefficiency and isoenergy maps were applied as visual aids. The impact of memory hierarchy and system heterogenity is studied.

PL W ramach tej pracy badane jest szeregowanie i wykonywanie zadań równoległych. Obliczenia równoległe polegają na przetwarzaniu danych w rozproszonych systemach obliczeniowych. Ważną cechą aplikacji równoległych do przetwarzania danych jest to, że obiekty danych są małe w stosunku do całej wielkości przetwarzanych informacji i mogą być przetwarzane niezależnie. Ponieważ objętości obiektów danych są zazwyczaj duże, należy wziąć pod uwagę czas ich dystrybucji. Co więcej, rozmiary pamięci systemów komputerowych są zbyt małe, aby przetwarzać znaczne części obciążenia w pamięci. Uszeregowanie musi być efektywne pod względem dwóch kluczowych kryteriów: czasu i energii. Algorytmy harmonogramowania optymalizujące wydajność czasową i energetyczną są wykorzystywane nie tylko do efektywnej organizacji komunikacji i obliczeń, ale także do przewidywania wydajności. Ponieważ wydajność obliczeń równoległych jest uwarunkowana przez wiele wzajemnie zależnych od siebie czynników, jako pomoc wizualną zastosowano mapy izoefektywności i izoenergetyczne. Badany jest wpływ hierarchii pamięci i heterogeniczności systemu.

Liczba stron

168

Dziedzina wg OECD

nauki o komputerach i informatyka

Dyscyplina wg KBN

informatyka

Pełny tekst rozprawy doktorskiej

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Pierwsza recenzja

Ariel Oleksiak

Miejsce

Poznań, Polska

Data

31.10.2020

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Druga recenzja

Roman Wyrzykowski

Miejsce

Częstochowa, Polska

Data

16.07.2020

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Status rozprawy

rozprawa doktorska przed obroną

Miejsce obrony

Poznań, Polska

Data obrony

24.11.2020