<strong>Extending the task scheduling of the LAM/MPI library</strong> - DOI: 10.4025/actascitechnol.v30i2.5461

Authors

  • Fabio Valle Rego Gorino UEM
  • João Angelo Martini
  • Ronaldo Augusto de Lara Gonçalves UEM

DOI:

https://doi.org/10.4025/actascitechnol.v30i2.5461

Keywords:

task scheduling, distributed applications, LAM/MPI

Abstract

Computer cluster performance is directly related to how the workload is distributed among its nodes. Task scheduling techniques are employed to optimize the usage of system resources, thus improving the performance of parallel applications. This work presents an extension to the LAM/MPI library that allows process scheduling to be done more efficiently than in its original implementation. Tests performed with three MPI applications, running on an 8-node cluster, show that our solutions can reduce execution time by over 50% in most cases.

Downloads

Download data is not yet available.

Author Biography

Ronaldo Augusto de Lara Gonçalves, UEM

Aossui graduação em Ciência da Computação (bacharelado) pela Universidade Federal de São Carlos (1991), mestrado em Programa de Pós Graduação em Ciência da Computação pela Universidade Federal de São Carlos (1994) e doutorado em Curso de Pós Graduação em Computação pela Universidade Federal do Rio Grande do Sul (2000). Atualmente é professor Adjunto da Universidade Estadual de Maringá. Leciona na graduação e pós-graduação, comumente as disciplinas de Arquiteturas de Computadores, Sistemas Operacionais e Algoritmos e Estruturas de Dados. Pesquisa principalmente nas áreas de Arquiteturas de Computadores, Clusters de Computadores e Aplicações Paralelas e Distribuí­das, com foco real ou simulado Currí­culo Lattes

Published

2008-10-20

How to Cite

Valle Rego Gorino, F., Martini, J. A., & de Lara Gonçalves, R. A. (2008). <strong>Extending the task scheduling of the LAM/MPI library</strong> - DOI: 10.4025/actascitechnol.v30i2.5461. Acta Scientiarum. Technology, 30(2), 125–133. https://doi.org/10.4025/actascitechnol.v30i2.5461

Issue

Section

Computer Science

 

0.8
2019CiteScore
 
 
36th percentile
Powered by  Scopus

 

 

0.8
2019CiteScore
 
 
36th percentile
Powered by  Scopus