Анализ структуры задержек в коммутационной среде суперкомпьютера, посредством алгоритмов DBScan и дивизивной кластеризации
https://doi.org/10.23947/2587-8999-2018-2-1-33-43
Аннотация
В данной работе предлагается метод оценки и анализа величин задержек в коммуникационной среде вычислительного кластера возникающих при передаче сообщений между парами процессоров «источник-приемник». К данным о задержках, полученным на суперкомпьютерах Bluegene/P, Ломоносов, Ломоносов-2, Juropa применяются 2 метода кластеризации: DBScan и дивизивная (разделяющая) кластеризация. Показано более точное совпадение найденных кластеров методом DBScan к реально существующим особенностям в коммуникационной среде по отношению к методу дивизивной кластеризации. Кластеры объединяются около одинаковых компонентов сетевой инфраструктуры суперкомпьютера. Полученные кластеры были визуализированы в 2-х мерном пространстве специальной утилитой, разработанной авторами.
Об авторах
Алексей Николаевич Сальников
Московский государственный университет имени М. В. Ломоносова
(119991, г. Москва, Ленинские горы, д. 1)
Россия
Россия
Сальников Алексей Николаевич, Московский государственный университет имени М. В. Ломоносова (119991, г. Москва, Ленинские горы, д. 1), ведущий научный сотрудник, кандидат
Артур Андреевич Бегаев
Московский государственный университет имени М. В. Ломоносова
(119991, г. Москва, Ленинские горы, д. 1)
Россия
Россия
Бегаев Артур Андреевич, Московский государственный университет имени М. В. Ломоносова (119991, г. Москва, Ленинские горы, д. 1)
Арчил Ивериевич Майсурадзе
Московский государственный университет имени М. В. Ломоносова
(119991, г. Москва, Ленинские горы, д. 1)
Россия
Россия
Майсурадзе Арчил Ивериевич, Московский государственный университет имени М. В. Ломоносова (119991, г. Москва, Ленинские горы, д. 1), доцент, кандидат физико-математических наук
Список литературы
1. Brian S. Everitt, Landau S., Leese M., Stahl D., Cluster Analysis, 5th edition // Wiley, 2011, pp. 49-53, 84-88, 220 – 222.
2. Charu C. Aggarwal, Chandan K. Reddy, Data Clustering. Algorithms and Applications // CRC Press, 2014, pp. 5 – 8.
3. A. Peiravi, A fast algorithm for connectivity graph approximation using modified Manhattan distance in dynamic networks // 2008 – Applied Mathematics and Computation, pp. 319-332
4. Salnikov A.N., Andreev D.Yu., Lebedev D.Yu., Toolkit for analyzing the communication environment characteristics of a computational cluster based on MPI standard functions // 2012. ‒ Moscow University Computational Mathematics and Cybernetics, Vol. 36, no. 1, Moscow, publishing house Moscow State University, pp. 41-49, DOI: 10.3103/S0278641912010074.
5. Salnikov A.N., Maysuradze A.I., Andreev D.Yu., Kostin G.A., Klasterizatsiya rezul'tatov testirovaniya kommunikatsionnoy sredy mnogoprotsessornykh sistem: edenicy analiza, issledovaniye metodov, vizualizatsiya rezul'tatov // 2012. ‒ Vestnik of UGATU, Vol. 16, no. 6, pp. 149-157.
6. Ester, Martin; Kriegel, Hans-Peter; Sander, Jörg; Xu, Xiaowei and other. A density-based algorithm for discovering clusters in large spatial databases with noise. // 1996. ‒ Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (KDD-96), AAAI Press. pp. 226–231
7. Clustbench benchmarking suite: https://github.com/clustbench.
Рецензия
Для цитирования:
Сальников А.Н., Бегаев А.А., Майсурадзе А.И. Анализ структуры задержек в коммутационной среде суперкомпьютера, посредством алгоритмов DBScan и дивизивной кластеризации. Computational Mathematics and Information Technologies. 2018;2(1). https://doi.org/10.23947/2587-8999-2018-2-1-33-43
For citation:
Salnikov A.N., Begaev A.A., Maysuradze A.I. Analysis of delays structure of interconnections in supercomputer by means of DBScan and divisive clustering algorithms. Computational Mathematics and Information Technologies. 2018;2(1). https://doi.org/10.23947/2587-8999-2018-2-1-33-43
Просмотров:
124
Послать статью по эл. почте 