Clustering MT08 EN
From wikitin
Titre du mémoire: MT08_Clustering_FR
Nom de l'étudiant: Rattinavelou
Prénom de l'étudiant: Djagane
Contents |
Summary
Clustering appears as a cheap new way to perform high calculation. Known also as a resource manager and a great load balancer, clusters are appreciated for their utility in parallel calculation. Built from at least 2 personal computers, the cluster permits you to multiply the power of calculation for a low cost. Different connections topologies can be used. These have a direct impact on data treatment. Instruction distribution and the way to process data can also be changed. There are different kinds of parallelization algorithms which can help to resolve a problem. Usually, these algorithms seem to be mathematical tools. Several programming tools and software environments are regularly updated to improve parallel calculation. All of these tools allow the user to provide exceptional results in a lot of domains. So Clustering appears to be a good alternative to costly SuperComputers.
Keywords
clustering, high performance calculation, parallelization, supercalculators
Concerned Technologies
MPI (Message Passing Interface), PVM (Parallel Virtual Machine), XGrid
Demonstration Elements
Installation of a Cluster of two Mandriva 2008 virtual machines. this Cluster execute a program that compute the PI number
Illustration
Illustration
Bibliography
Présentation, Architectures des Serveurs : Evolution des technologies (Octobre 2001), René J. Chevance
Présentation, Les Multi-processeurs (2003-2004), CNAM
Présentation, Les Architectures Parallèles – Les machines parallèles de l’observatoire – MPI (12 nombre 2004), Aurélia Marchand
Cours, Architectures des Ordinateurs – Architectures Parallèles (2002), Eric Garcia, IUT GTR, Montbéliard
Cours, Algorithmes Numériques Parallèle : Vecteurs et matrices (2003), Daniel Etiemble, Université Paris Sud
Présentation, Locality-Aware Connection Management and Rank Assignement for Wide-Area MPI (16 mai 2007), Hideo Saito & Kenjiro Taura, Université de Tokyo
Cours, Analyse des performances, Pierre Delisle, Université du Québec
Présentation, Cluster de PC Linux (24 Juillet 2001), Benoît Delaunay, Centre de calcul de l’IN2P3
Article, Bi-criteria Algorithm for Scheduling Jobs on Cluster Platforms, Pierre-François Dutot, Lionel Eyraud, Grégory Mounié, Denis Trystram
Thèse, Contribution à la conception d’une plate-forme haute performance d’intégration d’exécutifs communicants pour la programmation des grilles de calcul (12 Décembre 2003), Alexandre Denis
Thèse, Un Cluster pour la vision Temps Réel, Architecture, Outils et Applications (1er Décembre 2006), Joël Falcou
Formation, Environnement de travail sur la grappe IBM (Février 2007), Guy Moebs
Article, Exploitation efficace du parallèlisme dans les systèmes µa base de processeurs généralistes pour les applications de traitement d'images et de vidéos, Eric Debes, Fulvio Moschetti
