Enviado por Daniel Vahid Lima Tolouei
O presente trabalho apresenta uma análise e avaliação do desempenho na renderização de imagens utilizando-se de computação paralela e distribuída, através de cluster de computadores, e compara os resultados obtidos com os provenientes de testes idênticos realizados em um único computador uniprocessado, verificando assim, a performance da aplicação dessa técnica de processamento em clusters na renderização de imagens. Com a grande demanda de processamento exigida por diversas aplicações existentes em vários ramos da ciência e da indústria, os clusters computacionais vêm sendo amplamente utilizados como uma forma alternativa aos supercomputadores convencionais. Neste trabalho foram abordados alguns conceitos sobre arquiteturas computacionais, comunicação de dados, bem como alguns tópicos sobre clusters de computadores e sobre a técnica de renderização de imagens Ray-tracing que foi aplicada nos experimentos, através do Pov-Ray. Para a realização dos experimentos, utilizou-se um cluster Beowulf, em conjunto com algumas aplicações e a biblioteca MPICH, destinada a programação paralela em clusters. Após os experimentos, constatou-se que houve um ganho de desempenho de processamento, até certo ponto, a cada computador que foi agregado ao cluster, ocorrendo perda de desempenho após o acréscimo do último computador. Verificou-se também que o ganho de desempenho não ocorreu de forma linear, proporcional a quantidade de computadores adicionados. Além disso, constatou-se que a performance de processamento do cluster foi bem superior ao desempenho de um único computador, realizando os mesmos testes de renderização de imagens.
Palavras-chave: Computação Paralela – Computação Distribuída – Cluster de Computadores – MPI Chameleon – MPICH – Beowulf – Renderização de Imagens – Pov-Ray
ABSTRACT
This work presents an analysis and evaluation of the performance of the rendering of images using distributed and parallel computing, through computer clusters, and compares the obtained results with the ones coming from identical tests carried through in only one uniprocessor computer, thus verifying, the performance of the application of this processing technique of rendering images in clusters. With a great need of processing, demanded by several existing applications in many branches of science and industry, the clusters have been used widely as an alternative to the conventional supercomputers. In this work some concepts on computational architecture, data communication, as well as some topics on computer clusters and the techniques of rendering images with Ray-tracing that was applied in the experiments, through the Pov-Ray, were discussed. For the accomplishment of the experiments, a Beowulf cluster was used, together with some applications and MPICH library, destined for parallel programming in clusters. After the experiments, became evident that each computer added to the cluster, had a gain on processing performance, at a certain point, when the last computer added showed a loss of processing performance. It was verified that the performance profit did not occurred in a linear form proportional to the number of computers added. Moreover, it was verified that the processing performance of the cluster was much superior to the performance of just one computer, carrying through the same tests of rendering images.
Keywords: Parallel Computing - Distributed Computing - Computer Clusters - MPI Chameleon - MPICH - Beowulf - Rendering Images - Pov-Ray
LISTA DE ABREVIATURAS E SIGLAS
ASCI – Accelerated Strategic Computing Initiative
HA – High-Availability
HPC – High Performance Cluster
LB – Load Balancing
MIMD – Multiple Instruction Multiple Data
MISD – Multiple Instruction Single Data
MPI – Message Passing Interface
MPICH – Message Passing Interface Chameleon
MPP – Massively Parallel Processors
NFS – Network File System
PVM – Parallel Virtual Machine
RSH – Remote Shell
SIMD – Single Instruction Multiple Data
SISD – Single instruction Single Data
Página seguinte  |
|
|
|
