République Algérienne Démocratique et Populaire Réalisé par: Melle ADDA CHAHRAZED Les algorithmes d’ordonnancent dynamique et statique dans un environnement hétérogène Encadrée par: Mrs LOUKIL, BOULET, BENYAMINA 13/04/2017

Plan de la présentation 1. INTRODUCTION 2. LES TRAVAUX 13/04/2017

1. TNTRODUCTION Ordonnancement efficace des tâches une performances élevée l'hétérogénéité des processeurs et les surcoûts élevés de la communication entre les processeurs un ordonnancement des tâches efficaces Un système de calcul distribué, ou DCS, est un groupe de processeurs reliés par l'intermédiaire d'un réseau à haut débit qui prend en charge l'exécution d'applications parallèles. 13/04/2017

1. TNTRODUCTION L'efficacité de l'exécution d'applications parallèles sur DCS La méthode utilisée pour ordonnancée les tâches les processeurs disponibles. 13/04/2017

1. TNTRODUCTION Tous les systèmes de bureau Un système hétérogène Un système hétérogène Un système hétérogène CPU et GPU CPU et GPU 13/04/2017

Les algorithmes d'ordonnancement 1. TNTRODUCTION statique et dynamique Les algorithmes d'ordonnancement exécutés avant l’ exécution de l’application Placement et ordonnancement statique : les affectations et les ordonnancements pendant l’exécution de l’application Placement et ordonnancement dynamique: Le surcharge: communication entre processeurs 13/04/2017

2. LES TRAXAUX [1] : Ahigh performance algorithm for static task scheduling in heterogeneous distributed computing systems Mohammad I. Daoud, Nawwaf 2009 Graphe de tache & Graphe d’architecture algorithme d’ordonnancement des taches longest dynamic critical path (LDCP) (liste de priorité de taches) sélection du processeur sélection de tâche La mise à jour 13/04/2017

2. LES TRAXAUX Critères LDCP HEFT [2] DLS [3] accélération Très élavée Moyenne amélioration de la performance Augmentation par rapport les algorithmes HEFT et DLS [2] H. Topcuoglu, S. Hariri, M.Y. Wu, Performance-effective and low complexity task scheduling for heterogeneous computing, IEEE Trans. Parallel Distributed Systems 13 (3) (2002) 260–274. [3] G.C. Sih, E.A. Lee, A compile-time scheduling heuristic for interconnection-constrained heterogeneous processor architectures, IEEE Trans. Parallel Distributed Systems 4 (2) (1993) 175–187. HEFT= heterogeneous earliest finish time DLS= dynamic level scheduling 13/04/2017

2. LES TRAXAUX MCP= modified critical path [04] MH=[mapping heuristic] [05] DCP =dynamic critical path] [06] . LMT =temps min actualisé [07] CPOP=critical path on a processor] [08] [14] M. Wu, D. Dajski, Hypertool: a programming aid for message passing systems, IEEE Trans. Parallel Distributed Systems 1 (3) (1990) 330–343. [05] H. El-Rewini, T.G. Lewis, Scheduling parallel program tasks onto arbitrary target machines, J. Parallel Distributed Comput. 9 (2) (1990) 138–153. 13/04/2017

2. LES TRAXAUX [06] Y.K. Kwok, I. Ahmad, Dynamic critical-path scheduling: an effective technique for allocating task graphs to multiprocessors, IEEE Trans. Parallel Distributed Systems 7 (5) (1996) 506–521. [07] S. Baskiyar, C. Dickinson, Scheduling directed a-cyclic task graphs on a bounded set of heterogeneous processors using task duplication, J. Parallel Distributed Comput. 65 (8) (2005) 911–921. [08] J. Kim, J. Rho, J.-O. Lee, M.-C. Ko, CPOC: effective static task scheduling for grid computing, in: Proceedings of the 2005 International Conference on High Performance Computing and Communications, Italy, 2005, pp. 477–486. 13/04/2017

2. LES TRAXAUX [9 ]Predictive Runtime Code Scheduling for Heterogeneous Architectures Victor J. Jim_enez1, Lluis Vilanova2, Isaac Gelado2, Marisa Gil2, Grigori Fursin3, and Nacho Navarro21 Barcelona Supercomputing Center (BSC) 2 Departament d'Arquitectura de Computadors (UPC)3 ALCHEMY Group, INRIA Futurs and LRI, Paris-Sud University 2009 Graphe de tache & Graphe d’architecture algorithme d’ordonnancement des taches history-gpu et estimate-hist. deux sont basés sur l'algorithme performance History scheduling 13/04/2017