ПРИМЕНЕНИЕ МЕТОДА БАЛАНСИРОВКИ НАГРУЗКИ НА ВЫСОКОПАРАЛЛЕЛЬНЫХ ВЫЧИСЛИТЕЛЬНЫХ КЛАСТЕРНЫХ СИСТЕМАХ

Высокая параллельная эффективность для различных крупномасштабных задач требует, чтобы вычислительная нагрузка была равномерно распределена между всеми вычислительными процессорами. В данном исследовании представлена схема динамического балансирования нагрузки, которая позволяет повысить эффективность сложных связанных симуляций с нетривиальными разложениями в области. Кроме того, результаты эксперимента с сильным масштабированием показывают, что выгода от выравнивания нагрузки пропорциональна степени параллелизма.

1. Doorly, D., Taylor, D., Schroter, R., 2008c. Mechanics of airflow in the human nasal airways. Respir. Physiol. Neurobiol. 163, 100–110.

2. Girardin, M., E. Bilgen, and P. Arbour. Experimental study of velocity fields in a human nasal fossa by laser anemometry. Ann. Otol. Rhinol. Laryngol. 92:231–236, 1983.

3. Croce, C., Fodil, R., Durand, M., Sbirlea-Apiou, G., Caillibotte, G., Papon, J.-F., Blondeau, J.-R., Coste, A., Isabey, D., Louis, B., 2006. In vitro experiments and numerical simulations of airflow in realistic nasal airway geometry. Ann. Biomed. Eng. 34, 997–1007.

4. Keyhani, K., Scherer, P., Mozell, M., 1995. Numerical simulation of airflow in the human nasal cavity. J. Biomech. Eng. 117, 429-441.

5. Wang, T., Chen, D., Wang, P., Chen, J., Deng, J., 2016. Investigation on the nasal airflow characteristics of anterior nasal cavity stenosis. Braz. J. Med. Biol. Res. 49.

6. Naftali S, Rosenfeld M, Wolf M, Elad D (2005) The air-conditioning capacity of the human nose. Ann Biomed Eng 33:545–553.

7. Hendrickson B., Devine K. Dynamic load balancing in computational mechanics, Comp. Methods in Appl. Mech. Eng., vol. 184, no. 2–4, pp. 485–500, Apr. 2000.

8. Pinar A., Aykanat C. Fast optimal load balancing algorithms for 1D partitioning, J. Parallel Distrib. Comput., vol. 64, no. 8, pp. 974–996, Aug. 2004.

9. Pilkington J. R., Baden S. B. Dynamic partitioning of non-uniform structured workloads with spacefilling curves, IEEE Trans. Parallel Distrib. Syst., vol. 7, no. 3, pp. 288–300, Mar. 1996.

10. Lieber M., Nagel W. E. Scalable high-quality 1D partitioning, in HPCS, 2014, pp. 112–119.

11. Pinar A., Kartal Tabak E., Aykanat C. One-dimensional partitioning for heterogeneous systems: Theory and practice, J. Parallel Distrib. Comput., vol. 68, pp. 1473–1486, Nov. 2008.

12. Menon H., Jain N., Zheng G., Kale L. Automated load balancing invocation based on application characteristics, in IEEE Cluster Comput., 2012, pp. 373–381.

13. Issakhov A. Mathematical modeling of the discharged heat water effect on the aquatic environment from thermal power plant under various operational capacities // Applied Mathematical Modelling, –2016, Volume 40, Issue 2, pp. 1082–1096

14. Ashby S. The Opportunities and Challenges of Exascale Computing. ASCAC subcommittee, US - DOE Report, 2010.

15. Böhme D. Characterizing Load and Communication Imbalance in Parallel Applications, ser. IAS. Forschungszentrum Jülich, 2014, vol. 23.

16. DeRose L., Homer B., Johnson D. Detecting Application Load Imbalance on High End Massively Parallel Systems, Parallel Processing, pp. 150–159, Aug. 2007.

17. Anderson E., Bai Z., Bischof C., Blackford S., Demmel J., Dongarra J., Du Croz J., Greenbaum A., Hammarling S., McKenney A., Sorensen D. LAPACK Users’ Guide, 3rd ed. SIAM, 1999. ISBN 0-89871-447-8

18. Lieber M., Gößner K., Nagel W. E. The potential of diffusive load balancing at large scale, in EuroMPI, 2016, pp. 154–157.

19. Zhang X., Yan Y. Modeling and characterizing parallel computing performance on heterogeneous networks of workstations, Parallel Distrib. Comput., pp. 25–34, Oct. 1995.

20. Zheng G., Bhatelé A., Meneses E., Kalé L. V. Periodic hierarchical load balancing for large supercomputers, Int. J. High Perform. Comput. Appl., vol. 25, no. 4, pp. 371–385, Nov. 2011.