Estudo Comparativo de Tecnicas de Escalonamento deTarefas Dependentes para Grades Computacionais
CandidatoAlvaro Henry Mamani Aliaga1
OrientadorAlfredo Goldman
Instituto de Matematica e EstatısticaDepartamento de Ciencia da Computacao
Universidade de Sao Paulo
22 de Agosto de 2011
1O aluno recebeu apoio financeiro do CNPq, processo 133147/2009-6
Roteiro
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 2 / 66
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 3 / 66
Introducao
Necessidade de poder computacional: mineracao de dados, previsaodo tempo, processamento de imagens medicas, . . .
Aumento na disponibilidade de computadores poderosos e nainterligacao de redes de alta velocidade
Computacao em gradeUma alternativa para obter grande capacidade processamento
Escalonamento de tarefas consiste em alocar tarefas de uma aplicacaoem recursos computacionais, com o intuito de minimizar o Makespan
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 4 / 66
Escalonadores
EscalonadoresI OARI CondorI Torque
MiddlewaresI BoincI InteGradeI OurGridI XtremWeb
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 5 / 66
Escalonadores
EscalonadoresI OARI CondorI Torque
MiddlewaresI BoincI InteGradeI OurGrid
Algoritmos de Escalonamento
F WorkqueueF Workqueue with ReplicationF Storage Affinity
I XtremWeb
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 5 / 66
Motivacao
Necessidade de grande capacidade de processamento
Uso correto da capacidade do processamento
Escalonamento e um grande desafio pelas caracterısticas da grade
Varias abordagens de escalonamento propostas
O escalonamento em middlewares geralmente usa polıticas deescalonamento basicas
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 6 / 66
Objetivos
Objetivo geralI Comparar tecnicas de escalonamento para grades computacionais sobre
diferentes cenarios
Objetivos especıficosI Propor uma metodologia que baseada em caracterısticas tanto das
aplicacoes quanto das arquiteturas da grade seja possıvel decidir qualalgoritmo oferece melhor desempenho
I Determinar se para um dado tipo de aplicacao e possıvel umacomparacao usando escalabilidade
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 7 / 66
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 8 / 66
DAS-3
Distributed ASCISupercomputer 3
Arquitetura compostapor cinco aglomeradosheterogeneosgeograficamentedistribuıdos pelaHolanda
Possui 272processadores
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 9 / 66
Grid5000
Arquiteturacientıfica criadapara o estudo desistemas paralelos edistribuıdos de largaescala espalhadospelo territoriofrances
Possui mais de5000 processadores
Nos experimentossao usados 462processadores,agrupados em dozeaglomerados
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 10 / 66
GridPP
E uma arquiteturacolaborativa entrefısicos e cientistasda computacao de19 universidades doReino Unido, olaboratorioRutherford e oCERN
Possui mais de7948 processadores
Nos experimentossao usados 900processadores,agrupados em trezeaglomerados
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 11 / 66
SmallGrid
Caracterısticas da Arquitetura
Foram especificados dois aglomerados, com duas instancias:homogenea e heterogenea
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 12 / 66
SmallGrid
IdPoder Computacional (GFlops)Homogeneo Heterogeneo
A1-00 5,00 1,00A1-01 5,00 2,00A1-02 5,00 3,00A1-03 5,00 4,00A1-04 5,00 5,00A2-05 5,00 5,00A2-06 5,00 6,00A2-07 5,00 7,00A2-08 5,00 8,00A2-09 5,00 9,00
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 13 / 66
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 14 / 66
Aplicacoes
Montage
E usada para gerarmosaicos personalizadosdo ceu usando pontos demultiplas imagens deentrada
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 15 / 66
Aplicacoes
CyberShake
O projeto tem comoproposito calcular eanalisar os riscos deterremoto usando tecnicasde analise probabilısticade risco sısmico
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 16 / 66
Aplicacoes
Epigenomics
E usada no mapeamentodo estado epigenetico decelulas humanas sobreuma grande escalagenomica
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 17 / 66
Aplicacoes
Ligo
E usada para detectarondas gravitacionaisproduzidas por varioseventos no universo
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 18 / 66
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 19 / 66
Simulador SimGrid
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 20 / 66
Casanova, Henri and Legrand, Arnaud and Quinson, Martin, SimGrid: a GenericFramework for Large-Scale Distributed Experiments, IEEE Computer Society, 2008.
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 21 / 66
HEFT, Heterogeneous Earliest Finish Time
Priorizacao de tarefas
Atribuir prioridade as tarefas
Calculo da prioridade, baseado na media dos custos de computacao ecustos de comunicacao
Lista de tarefas
Selecao de recursos
Selecionar a tarefa ti da lista com maior prioridade
Para cada recurso r ∈ R e calculado o EST e EFT de cada tarefa ti
rj e alocada ao recurso que minimiza o EFT da tarefa ti
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 22 / 66
Topcuouglu, Haluk et Al., Performance-Effective and Low-Complexity Task Schedulingfor Heterogeneous Computing, IEEE Trans. Parallel Distrib. Syst., 2002.
CPOP, Critical Path On a Processor
Priorizacao de tarefas
Atribuir prioridade as tarefas
Calculo das prioridades baseados no custo de computacao ecomunicacao
|CP| e o caminho crıtico
Selecao de recursos
PCP (critical-path processor)
Se a tarefa selecionada esta no caminho crıtico, entao e escalonadano recurso de caminho crıtico
Ela e atribuıda a um recurso que minimiza o EFT
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 23 / 66
Topcuouglu, Haluk et Al., Performance-Effective and Low-Complexity Task Schedulingfor Heterogeneous Computing, IEEE Trans. Parallel Distrib. Syst., 2002.
PCH, Path Clustering Heuristic
Selecao de tarefas e agrupamento
Seleciona tarefas que formarao cada cluster que serao escalonadas nomesmo recurso
A primeira tarefa que compoe um cluster clsk e a tarefa naoescalonada com maior prioridade
Selecao de recursos
A selecao de recursos se da atraves do calculo de valores
Qual recurso terminara a execucao do cluster em menor tempo
O fator que determina em qual recurso um cluster sera escalonado e oEST do sucessor da ultimo tarefa do cluster considerado
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 24 / 66
Bittencourt, Luiz F et Al., Uma Heurıstica de Agrupamento de Caminhos paraEscalonamento de Tarefas em Grades Computacionais, SBRC, 2006.
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 25 / 66
Analise das Aplicacoes
Distinguimos dois tipos: Aplicacao Regular e Aplicacao Irregular
Por cada aplicacao temos um conjunto de “tracos de execucao”(traces)
A soma dos tempos de execucao das tarefas (wi ) de um traco edenominada “carga do trabalho” (workload)
A carga de trabalho W (TA) de um traco de execucao de umaaplicacao TA de tamanho n e dado por:
W (TA) =n∑
i=1
wi
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 26 / 66
Analise das Aplicacoes
Distinguimos dois tipos: Aplicacao Regular e Aplicacao Irregular
Por cada aplicacao temos um conjunto de “tracos de execucao”(traces)
A soma dos tempos de execucao das tarefas (wi ) de um traco edenominada “carga do trabalho” (workload)
A carga de trabalho W (TA) de um traco de execucao de umaaplicacao TA de tamanho n e dado por:
W (TA) =n∑
i=1
wi
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 26 / 66
Analise das Aplicacoes
Distinguimos dois tipos: Aplicacao Regular e Aplicacao Irregular
Por cada aplicacao temos um conjunto de “tracos de execucao”(traces)
A soma dos tempos de execucao das tarefas (wi ) de um traco edenominada “carga do trabalho” (workload)
A carga de trabalho W (TA) de um traco de execucao de umaaplicacao TA de tamanho n e dado por:
W (TA) =n∑
i=1
wi
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 26 / 66
Analise das Aplicacoes
Dada uma aplicacao A, se TA,n e o conjunto de tracos de tamanho n,a media da carga do trabalho W (A, n) de uma aplicacao de cadainstancia de tamanho n e dado por:
W (A, n) =1
|TA,n|∑
T∈TA,n
W (T )
Dada uma aplicacao A, chamamos a aplicacao de irregular se ∃n,mcom n < m tal que W (A, n) > W (A,m)
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 27 / 66
Analise das Aplicacoes
Dada uma aplicacao A, se TA,n e o conjunto de tracos de tamanho n,a media da carga do trabalho W (A, n) de uma aplicacao de cadainstancia de tamanho n e dado por:
W (A, n) =1
|TA,n|∑
T∈TA,n
W (T )
Dada uma aplicacao A, chamamos a aplicacao de irregular se ∃n,mcom n < m tal que W (A, n) > W (A,m)
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 27 / 66
Analise das Aplicacoes
0.2
0.4
0.6
0.8
1
1.2
1.4
0 100 200 300 400 500 600 700 800 900 1000
log(W
(A,n
)/(W
(A,5
0))
)
Número de Tarefas
MontageCyberShakeEpigenomics
Ligo
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 28 / 66
Principais Questoes que Direcionam aos Experimentos
Criterio Metricas Questoes & Configuracoes
Desempenho A soma total dos Makespans Uma nocao geral do algoritmocom o melhor desempenho
Escalabilidade Media do Makespan pelonumero de tarefas e nos dagrade
A avaliacao e feita paraaplicacoes regulares sobre todasas grades
Adaptabilidade Taxa entre o total doMakespan por grade e poraplicacao
O intuito e identificar quais algo-ritmos sao mais adaptativos so-bre diferentes arquiteturas
Distribuicao daCarga do Tra-balho
Numero de tarefas por nosda grade e tempo necessariopara a comunicacao entreelas
O intuito e entender qual algo-ritmo e o melhor na distribuicaoda carga do trabalho
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 29 / 66
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 30 / 66
Desempenho - SmallGrid Homogenea
5
5.5
6
6.5
7
7.5
MONTAGE CYBERSHAKE EPIGENOMICS LIGO
log(s
um
(makespans))
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 31 / 66
Desempenho - SmallGrid Heterogenea
5
5.5
6
6.5
7
7.5
MONTAGE CYBERSHAKE EPIGENOMICS LIGO
log(s
um
(makespans))
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 32 / 66
Desempenho - DAS-3
4.5
5
5.5
6
6.5
7
MONTAGE CYBERSHAKE EPIGENOMICS LIGO
log(s
um
(makespans))
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 33 / 66
Desempenho - Grid5000
4.5
5
5.5
6
6.5
7
MONTAGE CYBERSHAKE EPIGENOMICS LIGO
log(s
um
(makespans))
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 34 / 66
Desempenho - GridPP
4.5
5
5.5
6
6.5
7
MONTAGE CYBERSHAKE EPIGENOMICS LIGO
log(s
um
(makespans))
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 35 / 66
Escalabilidade: (i) Montage - SmallGrid Homogenea
0
200
400
600
800
1000
1200
1400
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 36 / 66
Escalabilidade: (i) Montage - SmallGrid Heterogenea
0
200
400
600
800
1000
1200
1400
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 37 / 66
Escalabilidade: (i) Montage - DAS-3
0
100
200
300
400
500
600
700
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 38 / 66
Escalabilidade: (i) Montage - Grid5000
0
100
200
300
400
500
600
700
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 39 / 66
Escalabilidade: (i) Montage - GridPP
0
100
200
300
400
500
600
700
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 40 / 66
Escalabilidade: (i) CyberShake - SmallGrid Homogenea
0
20000
40000
60000
80000
100000
120000
140000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 41 / 66
Escalabilidade: (i) CyberShake - SmallGrid Heterogenea
0
20000
40000
60000
80000
100000
120000
140000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 42 / 66
Escalabilidade: (i) CyberShake - DAS-3
1000
1500
2000
2500
3000
3500
4000
4500
5000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 43 / 66
Escalabilidade: (i) CyberShake - Grid5000
1000
1500
2000
2500
3000
3500
4000
4500
5000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 44 / 66
Escalabilidade: (i) CyberShake - GridPP
1000
1500
2000
2500
3000
3500
4000
4500
5000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 45 / 66
Escalabilidade: (i) Ligo - SmallGrid Homogenea
0
5000
10000
15000
20000
25000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 46 / 66
Escalabilidade: (i) Ligo - SmallGrid Heterogenea
0
5000
10000
15000
20000
25000
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 47 / 66
Escalabilidade: (i) Ligo - DAS-3
1000
1500
2000
2500
3000
3500
4000
4500
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 48 / 66
Escalabilidade: (i) Ligo - Grid5000
1000
1500
2000
2500
3000
3500
4000
4500
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 49 / 66
Escalabilidade: (i) Ligo - GridPP
1000
1500
2000
2500
3000
3500
4000
4500
0 100 200 300 400 500 600 700 800 900 1000
Makespan
Número de Tarefas
HEFTCPOP
PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 50 / 66
Adaptabilidade
HEFT (Das3, G5k) (G5k, Gpp)
Montage 1,65 0,76CyberShake 0,59 0,93Epigenomics 1,68 0,74Ligo 1,82 0,70
CPOP (Das3, G5k) (G5k, Gpp)
Montage 1,67 0,75CyberShake 0,59 0,92Epigenomics 1,66 0,76Ligo 1,85 0,74
PCH (Das3, G5k) (G5k, Gpp)
Montage 1,75 0,75CyberShake 0,32 1,59Epigenomics 1,67 0,77Ligo 1,79 0,72
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 51 / 66
Distribuicao da Carga de TrabalhoMontage - DAS-3 - HEFT
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 52 / 66
Distribuicao da Carga de TrabalhoMontage - DAS-3 - CPOP
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 53 / 66
Distribuicao da Carga de TrabalhoMontage - DAS-3 - PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 54 / 66
Distribuicao da Carga de TrabalhoMontage - Grid5000 - HEFT
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 55 / 66
Distribuicao da Carga de TrabalhoMontage - Grid5000 - CPOP
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 56 / 66
Distribuicao da Carga de TrabalhoMontage - Grid5000 - PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 57 / 66
Distribuicao da Carga de TrabalhoLigo - DAS-3 - HEFT
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 58 / 66
Distribuicao da Carga de TrabalhoLigo - DAS-3 - CPOP
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 59 / 66
Distribuicao da Carga de TrabalhoLigo - DAS-3 - PCH
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 60 / 66
1 Introducao
2 Arquiteturas
3 Aplicacoes
4 Simulador
5 Algoritmos de Escalonamento
6 Metodologia
7 Resultados Experimentais
8 Conclusoes e Trabalhos Futuros
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 61 / 66
Conclusoes
Na literatura foram propostos diferentes algoritmos de escalonamento
A escolha de um algoritmo de escalonamento que tenha ascaracterısticas necessarias para obter um desempenho bom em umdeterminado cenario e indispensavel
Ao comparar algoritmos de escalonamento deve seguir principalmentequatro criterios:
I DesempenhoI EscalabilidadeI AdaptabilidadeI Distribuicao da Carga do Trabalho
E importante entender e saber qual e o tipo de aplicacao, pode ser dedois tipos: Aplicacao Regular e Aplicacao Irregular
Em aplicacoes irregulares e mais difıcil medir escalabilidade
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 62 / 66
Conclusoes
O algoritmo HEFT possui um bom desempenho na maioria dos casos,apresentando uma estabilidade
Os algoritmos CPOP e PCH, apresentaram um desempenho bomsobre determinadas circunstancias
No caso do algoritmo CPOP possui uma dependencia sobre aestrutura da aplicacao e da arquitetura, dado que escalona as tarefasdo caminho crıtico
O algoritmo PCH agrupa as tarefas e escalona cada grupo noprocessador que oferece o melhor tempo de termino. Esse criterioperde sentido em tipos de aplicacoes com tarefas de sincronizacaocrıtica
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 63 / 66
Contribuicoes
1 Classificacao dos tipos de aplicacoes para grade com tarefasdependentes: (i) regulares e (ii) irregulares
2 Uma metodologia para fazer comparacao de algoritmos deescalonamento, baseado em determinadas configuracoes e metricas
3 Atualizacao, modelagem e especificacao para a simulacao dasarquiteturas para grade: (i) DAS-3, (ii) Grid5000 e (iii) GridPP, sobreo simulador SimGrid v3.5
4 Repositorio de imagens dos resultados do escalonamento, criadas nassimulacoes dos algoritmos
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 64 / 66
Trabalhos Futuros
Sugerimos ter um maior conjunto de aplicacoes, tanto em tamanhoquanto em forma da estrutura. Como uma alternativa existe o uso deum gerador randomico de grafos de aplicacoes
Arquiteturas com processadores com varios nucleos, este tipo deexperimentos nao foi abordado pelo fato do simulador ainda naosuportar este tipo de arquiteturas
A. H. Mamani-Aliaga (IME-USP) Defesa de Mestrado 65 / 66
Top Related