초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

네트워크 기술의 발전으로 저비용으로 고성능을 얻고자 하는 클러스터 시스템에 대한 연구가 많아지고 있다. SPMD(Single Program Multiple Data) 형태의 병렬 프로그램을 사용한 클러스터 시스템의 주된 성능 장애는 부하 불균등 현상이다 본 논문에서는 이러한 문제를 해결하기 위해 마스터 노드가 정보를 모으는 횟수와 주기를 시뮬레이션을 통해 최적의 값으로 결정하고 그 주기 동안에 각 노드의 태스크 당 평균 수행시간을 계산한다. 통신비용의 오버헤드를 고려한 시스템의 실행시간을 평균 수행시간으로 예측하여 각 노드가 이동할 태스크의 수를 결정하는 동적 부하 균등 알고리즘을 제안한다 제안한 알고리즘의 클러스터 시스템을 모델링하고 성능 분석을 위한 시뮬레이션을 한다.

네트워크 기술의 발전으로 저비용으로 고성능을 얻고자 하는 클러스터 시스템에 대한 연구가 많아지고 있다. SPMD(Single Program Multiple Data) 형태의 병렬 프로그램을 사용한 클러스터 시스템의 주된 성능 장애는 부하 불균등 현상이다 본 논문에서는 이러한 문제를 해결하기 위해 마스터 노드가 정보를 모으는 횟수와 주기를 시뮬레이션을 통해 최적의 값으로 결정하고 그 주기 동안에 각 노드의 태스크 당 평균 수행시간을 계산한다. 통신비용의 오버헤드를 고려한 시스템의 실행시간을 평균 수행시간으로 예측하여 각 노드가 이동할 태스크의 수를 결정하는 동적 부하 균등 알고리즘을 제안한다 제안한 알고리즘의 클러스터 시스템을 모델링하고 성능 분석을 위한 시뮬레이션을 한다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 MPI를 사용한 SPMD 병렬 프로그램을 이기종의 클러스터 시스템에 적용하여 최적의 이득을 얻기 위해 정보를 얻는 주기를 선택하고 통신비용을 고려한 동적 부하 균등화 알고리즘 올 제안하고 이를 시뮬레이션 하였다.
• 본 논문에서는 PC 리눅스 클러스터 시스템의 구현을 위해 각 시스템의 성능에 따른 실행 시간 예측을 통한 동적 부하 균둥화 기법과 정보를 모으는 주기를 프로그래머가 선택할 수 기법을 보였다. 태스크의 이동에 따른 통신비용은 실질적인 정확한 값을 얻어낼 수 없으므로 실행시간에 대한 상대적 통신비용을 이융했다, 전체적인 시스템 성능 온 균둥 그륨과 비균등 그름 모두에서 비교 대상보다 실행 시간의 향상을 가져오는 것을 볼 수 있다.

가설 설정

• 그림 3과 4는 부하 균등화를 하지 않았을 경우에 각 노트의 task 수는 100개이며 전체 수행 시간 온 21000에서 25000 단위 시간으로 비균등 그륩과 균등 그름을 가정하였을 때 부하 균등화횰 하지 않았을 경우에 대한 이득의 시뮬레이션 결과이다. Marginal Central Dynamic Ldad Balancing"]의。값은 가장 이득 율이 높 온 48%일 경우로 가정하였다.

제안 방법

• 네트워크 구성흔 31개의 노드 톨 1. 2, 4, 8, 16 만큼 개 수의 그름으로 연결한 비균등 그롭과 균일한 개수로 연결한 균등 그롭으로 정하여 시뮬레이션하였다.
• 성능 예측을 이용한 알고리즘에서 정보 수집 횟수와 정보 수집 사이의 시간 간격은 시스템 성능에 영향을 준다. 따라서 노드의 성능을 통한 실행 시간의 효율적인 예측과 정보수집의 횟수를 효율적으로 정하기 위해 정보를 수집했을 때의 시간과 그동안 슬레이브 노드가 처리한 태스크의 수룔 계산하여 다음 주기를 결정하는 비주기 정 책 올 사용한다. 병렬 프로그램을 위한 C 프로그래밍을 사용하여 시뮬레이션하였으며 프로그래밍의 순서도는 다음과 같다.
• 본 논문에서는 실제 리눅스 클러스터 시스템의 구현에 앞서 제안한 앝고리즘의 성능을 분석하기 위하여 c 프로그램을 사용하여 시 置 레이션을 하였다.
• 이더넷을 이용한 클러스터 시스템에서 최적의 수행 시간을 갖기 위해서는 각 노드에 재분배하는 태스크의 수의 퉁 신비용과 노드의 성능을 고려하여 의 값을 구해야 한다. 본 논문에서는 통신비용을 고려한 각 노드의 시스템 수행 시간(E)을 예측하여 를 계산한다. 전체노드들의 평균 태스크 실행 시간 爲를 Ttaski 와 노드의 개수 P를 이용하여 구한다.

대상 데이터

• 현존하는 구현된 클러스터 시스템은 대부분 스위치구조로 상호 연결되어 있으므로 본 논문에서 사용한 부하 균등 모델도 10Mbps 이더넷을 사용한 스위치 구조의 마스터-슬레이브 모델을 사용하였다(그림 1). 슬레이브 노드 사이의 태스크 이동에 따른 통신비용 G는 두 개의 구성 요소로 다음과 같이 나타낼 수 있다[6].

성능/효과

• 그룹과 그름 사이의 태스크 이동은 스위치 틀 지나가므로 그롭내의 태스크 이동보다 통신비용을 40% 증가시켰다. 시뮬레이션에서 초래되는 모든 시간은 단위시간으로 가 정한다.
• 본 논문에서는 PC 리눅스 클러스터 시스템의 구현을 위해 각 시스템의 성능에 따른 실행 시간 예측을 통한 동적 부하 균둥화 기법과 정보를 모으는 주기를 프로그래머가 선택할 수 기법을 보였다. 태스크의 이동에 따른 통신비용은 실질적인 정확한 값을 얻어낼 수 없으므로 실행시간에 대한 상대적 통신비용을 이융했다, 전체적인 시스템 성능 온 균둥 그륨과 비균등 그름 모두에서 비교 대상보다 실행 시간의 향상을 가져오는 것을 볼 수 있다. 균둥그룹보다 비균둥 교룸에서 성눙이 떨어지는 것은 그 룸과 그롭 사이의 태스크 이동이 비균둥 그룹에서 더 많기 때문에 통신비용의 오버헤드가 추가되기 때문이다.

후속연구

• 시뮬레이션을 통해 제안된 알고리즘의 성능을 시험해 보았으므로 향후엔 본 알고리즘을 적용한 PC 클러스터 시스템을 구현하여 성능 향상의 이득을 알아보아야 한다. 구현을 통하여 효율적인 주기의 선택과 태스크 이동에 따른 정확한 비용을 알 수 있다면 보다 나은 성능의 알고리즘을 구할 수 있을 것이다.
• 마스터-슬레이브 모델을 적용한 본 논문에서 동적 부하 균등화 알고리즘을 적용하기 위해서는 적절한 시기에 슬 레이브 노드들의 정보를 모아 노드의 성능을 계산하고 수행 시간을 예측하여 부하 균둥화 정책 올 결정해야 한다. 성능 예측을 이용한 알고리즘에서 정보 수집 횟수와 정보 수집 사이의 시간 간격은 시스템 성능에 영향을 준다.
• 시뮬레이션을 통해 제안된 알고리즘의 성능을 시험해 보았으므로 향후엔 본 알고리즘을 적용한 PC 클러스터 시스템을 구현하여 성능 향상의 이득을 알아보아야 한다. 구현을 통하여 효율적인 주기의 선택과 태스크 이동에 따른 정확한 비용을 알 수 있다면 보다 나은 성능의 알고리즘을 구할 수 있을 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기