Universidad Complutense de Madrid
E-Prints Complutense

Ejecución eficiente de códigos Monte Carlo en infraestructuras de Grid

Impacto

Downloads

Downloads per month over past year



Rodríguez-Pascual, Manuel (2012) Ejecución eficiente de códigos Monte Carlo en infraestructuras de Grid. [Thesis]

[img]
Preview
PDF
22MB


Abstract

Entre los diferentes aspectos que rodean a la computación Grid, esta tesis
se centra en la ejecución eficiente de códigos de Monte Carlo.
Hay determinados problemas en los que, por su complejidad o tamaño,
es muy difícil o imposible obtener una solución exacta. Esto no hace que
sean dejados de lado; por el contrario, se han creado multitud de alternativas
que permiten aproximaciones más o menos precisas al resultado teórico
empleando una fracción de los recursos computacionales, lo que permite su
uso en entornos reales.
Entre estas alternativas se encuentra el llamado método de Monte Carlo
(MC). Este método se apoya en el hecho de que algunos fenómenos complejos
pueden ser modelados mediante la ejecución de diferentes simulaciones
independientes, empleando números aleatorios para obtener los resultados.
Gracias a esta particularidad, los códigos de Monte Carlo son ampliamente
empleados en diferentes áreas del conocimiento. Además, su modularidad
simplifica la ejecución en entornos distribuidos, donde la asignación de tareas
a los recursos computacionales y la sincronización de las mismas dista de ser
trivial.
Debido a la alta demanda de recursos en muchas aplicaciones científicas
-los códigos de MC entre ellas- la Computación Grid se ha erigido como una
de las plataformas donde abordar problemas cada vez mayores y más ambiciosos.
Además, ha permitido el acceso de la comunidad científica a grandes
recursos computacionales, algo especialmente útil dado que el empleo de supercomputadores
todavía dista de ser un recurso habitual en determinados
entornos.
Debido a las particularidades de este tipo de infraestructuras, la ejecución
eficiente de aplicaciones distribuidas está lejos de ser trivial. A pesar del
enorme trabajo realizado por la comunidad científica en este área (centrado
en diferentes conceptos de “infraestructura Grid”, la aplicación a ejecutar o la
información disponible) todavía falta una herramienta que permita ejecutar
aplicaciones basadas en Monte Carlo en la Grid, que aproveche al máximo
su flexibilidad y modularidad para obtener el mayor rendimiento posible.
Para llevar a cabo esta tarea se ha seguido una estrategia innovadora.
Aquí los códigos de Monte Carlo, los recursos disponibles y las infraestructuras Grid han sido caracterizados con la mayor información posible, de
modo que ésta se pueda emplear para hacer una planificación precisa. Esto
supone un avance respecto a las herramientas previamente existentes, dado
que el empleo de un volumen mucho mayor de información en el proceso de
planificación permite llevar a cabo políticas más eficientes tanto en tiempo
de ejecución de la aplicación como en el empleo de recursos.
Además se ha creado un nuevo algoritmo de self-scheduling llamado
DyTSS (acrónimo de Dynamic Trapezoidal Self Scheduling, Auto-planificación
Trapezoidal Dinámica), que utiliza esta información para decidir dónde ejecutar
cada tarea y el tamaño de la misma.
A pesar de que la gran mayoría de los trabajos de scheduling existentes
se centran en el uso de simuladores o entornos controlados, en la presente
investigación estas propuestas han sido implementadas y empleadas en infraestructuras
Grid en producción. Para ello se muestra el funcionamiento
de Montera (acrónimo de MONTE Carlo RApido), un framework desarrollado
durante el transcurso de la presente tesis. En Montera se han incluido
mecanismos que obtienen la información necesaria para los modelos antes
mencionados, y se han implementado diferentes algoritmos de planificación
entre los que se incluye DyTSS.
En resumen, en esta tesis se han ejecutado los siguientes pasos: caracterización
del entorno Grid orientada a códigos de MC; profiling de los códigos
de MC; diseño de un algoritmo que emplea estos modelos para ejecutar de
manera eficiente las aplicaciones; e implementación de todo lo anterior en
una única aplicación software.
SUMMARY.
Among the different aspects that compound Grid Computing this thesis
is focused on the efficient execution of Monte Carlo codes.
Monte Carlo (MC) codes rely on the assumption that the behavior of
complex phenomena can often be modeled by the execution of multiple simple
simulations that employ random or pseudo-random numbers to compute
their results. Thanks to this particularity, MC codes are widely used in various
fields of computing simulations, solving problems where it is unfeasible
or impossible to compute an exact result with a deterministic algorithm. The
modularity of MC codes also simplifies the execution of distributed environments,
where task distribution and synchronization is not trivial.
Because of the high demand many scientific applications place on resources
-MC codes among them- Grid computing has emerged as a powerful
platform for facing new and more ambitious problems. Grid computing has
enabled the scientific community to have easier access to large computing
resources, something specially interesting nowadays that the employment of
supercomputers is still far from being a commodity.
Due to the particularities of this kind of infrastructure, the efficient execution
of distributed applications is far from trivial. Although an enormous
effort has been put into this area by the scientific community (with many
different approaches focusing on different concepts of “Grid Infrastructure”,
the particular characteristics of the application to be executed or the available
and published information) there is still the lack of a specific tool for
executing Monte Carlo based applications on the Grid, taking the most of
its flexibility and modularity to obtaining the highest performance.
To carry on this task an innovative strategy has been followed. Here,
Monte Carlo codes, available resources and Grid Infrastructures have been
characterized with as much information as possible, employing it to perform
a precise scheduling. This represents an advantage respect the previously
existing tools: the employment of a bigger volume of information in the
scheduling process leads to more efficient policies both in execution time
and in resource usage.
Also, a new self-scheduling algorithm called DyTSS (acronim for Dynamic
Trapezoidal Self-Scheduling) has been created. It employes this information to decide where to submit each task and its size.
Even though most of the previous works on the area use simulators or
controlled environments, in the current research these proposals have been
implemented and employed on Grid infrastructures in production status. To
do so Montera (acronym for MONTE carlo RApido, Fast Monte Carlo in
spanish), a framework for efficient executions of Monte Carlo codes has been
developed. Montera includes mechanisms that obtain the necessary information
to the aforementioned models, and different scheduling algorithms
-including DyTSS- have been implemented.
In summary, this work describes a proposal for optimizing the execution
of MC codes on the Grid. First, a characterization of both MC codes and Grid
infrastructures is detailed. Then, an algorithm that employs this information
to split the desired simulation into tasks of different sizes and submit them
to the Grid is explained. Finally, Montera, a framework that implements the
proposed characterizations and the algorithm, is presented.


Item Type:Thesis
Additional Information:

Tesis inédita de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, leída el 08-03-2012

Directors:
DirectorsDirector email
Mayo-García, Rafael
Martín Llorente, Ignacio
Uncontrolled Keywords:Códigos Monte Carlo, infraestructuras de Grid
Subjects:Sciences > Computer science > Software
ID Code:15158
Deposited On:09 Jan 2014 12:30
Last Modified:06 Feb 2014 10:17

Origin of downloads

Repository Staff Only: item control page