Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Analisi di Algoritmi di Super Scheduling in Ambiente Grid

Nel lavoro di tesi vengono presentati dei toolkit di sviluppo che hanno risolto alcuni punti cruciali dell’implementazione del middle-ware necessario al funzionamento della Grid (Globus e GRelC), per poi presentare più in dettaglio il Super Scheduler e l’Advanced Monitoring Interface componente GUI per l’analisi degli algoritmi e il monitoring dell’infrastruttura di Super Schedululing.

Mostra/Nascondi contenuto.
3 Introduzione La crescita e il continuo aumento delle reti a banda larga stanno trasformando ormai sempre più radicalmente le nostre abitudini di utilizzo della rete. Ormai i computer stanno raggiungendo velocità di calcolo prima impensabili. Il più delle volte i computer acquistati, specie da organizzazioni del settore, vengono sottoutilizzati e non sfruttati appieno. E se fosse possibile vendere la capacità di calcolo in surplus? Tale possibilità ha aperto nuovi orizzonti in cui la capacità di calcolo dei computer viene asservita alle richieste degli utenti. Un utente quindi disponendo di un punto d’accesso alla rete potrebbe servirsi di capacità di calcolo ancora impensabili. Verso questo orizzonte si spingono le “Computational Grids” il progetto delle GRID, cioè un insieme coordinato ed integrato di risorse di calcolo, di infrastrutture di rete e di strumenti software finalizzato alla fornitura di capacità di calcolo agli utenti della griglia. Punta perciò a rendere totalmente trasparente all’utente l’infrastruttura di griglia, per semplificare e rendere accessibile questo servizio. Il fattore intrinseco di distribuzione delle Grid crea capacità di calcolo che si adattano perfettamente alle applicazioni distribuite ad alte prestazioni. Le applicazioni di grid computing possono essere classificate in cinque aree principali: • Distributed supercomputing, usano le griglie per aggregare risorse computazionali, al fine di affrontare problemi che non potrebbero essere risolti utilizzando una singola macchina. L’obiettivo principale è quello di avere le massime prestazioni per l’applicazione di volta in volta considerata; • High-throughput computing, la griglia è usata per schedulare un largo numero di task indipendenti o scarsamente accoppiati, con l'obiettivo di utilizzare i cicli di processori inutilizzati per ottenere lavoro utile. L’obbiettivo principale è quello di massimizzare il throughput finale; • On-demand computing, utilizzano le griglie computazionali per accedere a risorse non disponibili di cui non è conveniente, o possibile, disporre a

Tesi di Laurea

Facoltà: Ingegneria

Autore: Antonio Spalluto Contatta »

Composta da 58 pagine.

 

Questa tesi ha raggiunto 519 click dal 25/05/2007.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.