Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
Rodríguez Eguren, Sebastián
Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones - 2018 - 135 p. : il. + 1 DVD
Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2018.
1. Introducción -- 1.1. Motivación -- 1.2. Objetivo y metodología -- 1.3. Desarrollos propuestos y resultados esperados -- 1.4. Organización de la tesina -- 2. Procesamiento paralelo -- 2.1. Qué es el procesamiento paralelo y para qué se utiliza? -- 2.2. Dificultades -- 2.3. Plataformas paralelas -- 2.3.1. Plataformas de memoria compartida -- 2.3.2. Plataformas de memoria distribuida -- 2.3.3. Plataformas híbridas -- 2.3.4. Taxonomía de Flynn -- 2.3.5. Multicores y clusters -- 2.4. Modelos y librerías de programación -- 2.4.1. Paradigma de pasajes de mensajes -- 2.4.2. Paradigma de memoria compartida -- 2.4.3. Paradigma híbrido -- 2.5. Diseño de algoritmos y técnicas para optimizar rendimiento -- 2.5.1. Etapa de descomposición -- 2.5.2. Etapa de mapeo -- 2.5.3. Métodos para reducir overhead -- 2.6. Modelo de algoritmos paralelos -- 2.6.1. Modelo SPMD -- 2.6.2. Modelo Master-Slave -- 2.7. Métricas de rendimiento -- 2.7.1. Tiempo de ejecución -- 2.7.2. Speedup -- 2.7.3. Eficiencia -- 2.7.4. Escalabilidad -- 2.7.5. MIPS y FLOPS -- 2.7.6. Rendimiento/Watt -- 2.8. Resumen -- 3. Raspberry Pi -- 3.1. Definiciones -- 3.2. Historia -- 3.3. Áreas de aplicación -- 3.4. Familias y modelos -- 3.4.1. Familia Raspberry Pi -- 3.4.2. Familia Raspberry Pi Zero -- 3.4.3. Resumen comparativo -- 3.5. Raspberry Pi 3 -- 3.6. Sistemas operativos y software disponible -- 3.7. Comparación teórica con procesadores x86 -- 3.8. Resumen -- 4. Despliegue del cluster -- 4.1. Descripción del hardware -- 4.1.1. TV o Monitor VGA/HDMI -- 4.1.2. Teclado USB -- 4.1.3. Fuente de PC de 250W -- 4.1.4. Switch 3COM Baseline 2226 Plus (3C16475BS) -- 4.1.5. Cables Ethernet/RJ45 -- 4.1.6. Micro SD Verbatim de 16Gb -- 4.1.7. Laptop o PC de escritorio -- 4.1.8. Conexión a Internet -- 4.2. Conguración general -- 4.2.1. Instalación de Raspbian -- 4.2.2. Encendido de la Raspberry Pi -- 4.2.3. Configuración inicial -- 4.3. Configuración del nodo master -- 4.3.1. Generación de claves -- 4.3.2. Configuración de red -- 4.3.3. DHCP -- 4.3.4. NFS -- 4.3.5. NAT -- 4.3.6. OpenMPI -- 4.4. Configuración del nodo worker -- 4.4.1. Configuración de red -- 4.4.2. NFS -- 4.5. Pruebas de integración master-worker -- 4.6. Pruebas del cluster -- 4.7. Resumen -- 5. Evaluación de rendimiento y eficiencia energética -- 5.1. Implementación de aplicaciones benchmark -- 5.1.1. Multiplicación de matrices -- 5.1.2. Jacobi-solver -- 5.1.3. N-reinas -- 5.2. Pruebas realizadas -- 5.2.1. Primera etapa de pruebas -- 5.2.2. Segunda etapa de pruebas -- 5.2.3. Tercera etapa de pruebas -- 5.3. Resultados obtenidos -- 5.3.1. Primera etapa de pruebas -- 5.3.2. Segunda etapa de pruebas -- 5.4. Comparación con cluster de multicores x86 -- 5.4.1. Tiempo de ejecución -- 5.4.2. Rendimiento -- 5.4.3. Eiciencia energética -- 5.5. Trabajos similares -- 5.6. Resumen -- 6. Conclusiones y trabajos futuros -- 6.1. Conclusiones -- 6.2. Trabajos futuros
DIF-M7564
PROGRAMACIÓN PARALELA
CLUSTERS
Raspberry Pi eficiencia energética
Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones - 2018 - 135 p. : il. + 1 DVD
Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2018.
1. Introducción -- 1.1. Motivación -- 1.2. Objetivo y metodología -- 1.3. Desarrollos propuestos y resultados esperados -- 1.4. Organización de la tesina -- 2. Procesamiento paralelo -- 2.1. Qué es el procesamiento paralelo y para qué se utiliza? -- 2.2. Dificultades -- 2.3. Plataformas paralelas -- 2.3.1. Plataformas de memoria compartida -- 2.3.2. Plataformas de memoria distribuida -- 2.3.3. Plataformas híbridas -- 2.3.4. Taxonomía de Flynn -- 2.3.5. Multicores y clusters -- 2.4. Modelos y librerías de programación -- 2.4.1. Paradigma de pasajes de mensajes -- 2.4.2. Paradigma de memoria compartida -- 2.4.3. Paradigma híbrido -- 2.5. Diseño de algoritmos y técnicas para optimizar rendimiento -- 2.5.1. Etapa de descomposición -- 2.5.2. Etapa de mapeo -- 2.5.3. Métodos para reducir overhead -- 2.6. Modelo de algoritmos paralelos -- 2.6.1. Modelo SPMD -- 2.6.2. Modelo Master-Slave -- 2.7. Métricas de rendimiento -- 2.7.1. Tiempo de ejecución -- 2.7.2. Speedup -- 2.7.3. Eficiencia -- 2.7.4. Escalabilidad -- 2.7.5. MIPS y FLOPS -- 2.7.6. Rendimiento/Watt -- 2.8. Resumen -- 3. Raspberry Pi -- 3.1. Definiciones -- 3.2. Historia -- 3.3. Áreas de aplicación -- 3.4. Familias y modelos -- 3.4.1. Familia Raspberry Pi -- 3.4.2. Familia Raspberry Pi Zero -- 3.4.3. Resumen comparativo -- 3.5. Raspberry Pi 3 -- 3.6. Sistemas operativos y software disponible -- 3.7. Comparación teórica con procesadores x86 -- 3.8. Resumen -- 4. Despliegue del cluster -- 4.1. Descripción del hardware -- 4.1.1. TV o Monitor VGA/HDMI -- 4.1.2. Teclado USB -- 4.1.3. Fuente de PC de 250W -- 4.1.4. Switch 3COM Baseline 2226 Plus (3C16475BS) -- 4.1.5. Cables Ethernet/RJ45 -- 4.1.6. Micro SD Verbatim de 16Gb -- 4.1.7. Laptop o PC de escritorio -- 4.1.8. Conexión a Internet -- 4.2. Conguración general -- 4.2.1. Instalación de Raspbian -- 4.2.2. Encendido de la Raspberry Pi -- 4.2.3. Configuración inicial -- 4.3. Configuración del nodo master -- 4.3.1. Generación de claves -- 4.3.2. Configuración de red -- 4.3.3. DHCP -- 4.3.4. NFS -- 4.3.5. NAT -- 4.3.6. OpenMPI -- 4.4. Configuración del nodo worker -- 4.4.1. Configuración de red -- 4.4.2. NFS -- 4.5. Pruebas de integración master-worker -- 4.6. Pruebas del cluster -- 4.7. Resumen -- 5. Evaluación de rendimiento y eficiencia energética -- 5.1. Implementación de aplicaciones benchmark -- 5.1.1. Multiplicación de matrices -- 5.1.2. Jacobi-solver -- 5.1.3. N-reinas -- 5.2. Pruebas realizadas -- 5.2.1. Primera etapa de pruebas -- 5.2.2. Segunda etapa de pruebas -- 5.2.3. Tercera etapa de pruebas -- 5.3. Resultados obtenidos -- 5.3.1. Primera etapa de pruebas -- 5.3.2. Segunda etapa de pruebas -- 5.4. Comparación con cluster de multicores x86 -- 5.4.1. Tiempo de ejecución -- 5.4.2. Rendimiento -- 5.4.3. Eiciencia energética -- 5.5. Trabajos similares -- 5.6. Resumen -- 6. Conclusiones y trabajos futuros -- 6.1. Conclusiones -- 6.2. Trabajos futuros
DIF-M7564
PROGRAMACIÓN PARALELA
CLUSTERS
Raspberry Pi eficiencia energética