Resumen

El método estándar utilizado en el modelo de Investigación y Pronóstico del Tiempo (WRF, por sus siglas en inglés) para distribuir procesos de MPI entre los procesadores no siempre es óptimo. Esta circunstancia afecta el rendimiento, es decir, los tiempos de ejecución, pero también el consumo de energía, especialmente si se planea extender la aplicación a la escala exa. Los autores encontraron que la razón por la cual el método estándar de distribución de procesos no siempre es óptimo era un desequilibrio entre la ortogonalidad de la comunicación y el uso adecuado de la caché, y esto afecta el consumo de energía. Presentamos un algoritmo mejorado de distribución de procesos de MPI que aumenta el rendimiento. Además, se presentan análisis de escalabilidad para el nuevo algoritmo y se evalúa el uso de energía del sistema. También se propone una solución para equilibrar el uso de energía con el rendimiento en casos donde el primero es una preocupación.

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Investigación meteorológica; Modelo de pronóstico; Procesos mpi; Rendimiento; Consumo de energía; Escalabilidad
• Keywords:Weather research; Forecasting model; Mpi processes; Performance; Energy consumption; Scalability