Πρόβλεψη Χρόνου Επικοινωνίας Παράλληλων Εφαρμογών Σε Αρχιτεκτονικές Κοινού Χώρου Διευθύνσεων

Abstract

Με τη δουλειά μας, παρουσιάζουμε μία μεθοδολογία για την πρόβλεψη του χρόνου επικοινωνίας παράλληλων εφαρμογών σε αρχιτεκτονικές κοινής μνήμης βασιζόμενοι σε τεχνικές μηχανικής μάθησης, για σημείο-προς-σημείο αλλά και συλλογική επικοινωνία, που παρέχει το προγραμματιστικό μοντέλο ανταλλαγής μηνυμάτων, MPI. Χρησιμοποιούμε διάφορα benchmarks για την εξαγωγή ενός συνόλου με σημεία-παραδείγματα. Κάθε σημείο περιέχει κάποια χαρακτηριστικά που αποτυπώνουν την επικοινωνία που λαμβάνει χώρα και το χρόνο επικοινωνίας που δαπανήθηκε. Μετέπειτα, στηριζόμενοι στα σημεία επικοινωνίας που εξάγαμε, εκπαιδεύουμε τα μοντέλα με αλγόριθμους επιτηρούμενης μάθησης και αξιολογούμε τη συμπεριφορά τους για διάφορα σύνολα δειγμάτων εκπαίδευσης, με τη βοήθεια δύο MPI εφαρμογών, Jacobi και LULESH, και διάφορων μετρικών αξιολόγησης. Τελικά, τα αποτελέσματα για επικοινωνία σημείο-προς-σημείο παρουσιάζουν αξιοσημείωτη ακρίβεια με τουλάχιστον 75\% των περιπτώσεων που προβλέπουμε να έχουν απόλυτο σχετικό σφάλμα μικρότερο από 30\% για όλες τις αρχιτεκτονικές που εξετάσαμε. Αντίστοιχης κλίμακας ακρίβεια παρουσιάζουν οι προβλέψεις συλλογικής επικοινωνίας. Επιπρόσθετα, πέραν των προβλέψεων, αναλύουμε τις προκλήσεις που εμφανίζει η μελέτη της συλλογικής επικοινωνίας.