Ocean-Atmosphere Application Scheduling within DIET

Abstract

Abstract:In this report, we tackle the problem of scheduling an Ocean-Atmosphere application in an heterogeneous environment. The application is used for long term climate forecast. In this context, we analyzed the execution of an experiment. An experiment is composed of several identical simulations composed of parallel tasks. On homogeneous platforms, we propose a heuristic and its optimizations, all based on the same idea: we divide the processors into disjoint sets, each group executing parallel tasks. On heterogeneous platforms the algorithm presented is applied on subsets of simulations. The computation of the subsets is done greedily and aims at minimizing the execution time by sending each subset on a cluster. We performed experiments on the french research grid Grid'5000 which exhibited some technical difficulties. We also present some modifications done to the heuristics to minimize the impact of these technical difficulties. Our simulations are then validated by experimentations. Key-words: Grid computing, Ocean-Atmosphere application, Scheduling, Mixed parallelismThis text is also available as a research report of the Laboratoire de l'Informatique du Parallélisme http://www.ens-lyon.fr/LIP. Ordonnancement de l'application Ocean-Atmosphere dans DIETRésumé : Dans ce rapport, nous proposons une solution au problème d'ordonnancement dans un environnement hétérogène d'une application de modélisation Océan-Atmosphère. Cette application est utilisée pour les prévisions d'évolution du climat. Dans ce contexte, nous avons commencé par réaliser une analyse du déroulement d'une expérience de l'application. Une expérience se décompose en un ensemble de simulations indépendantes et identiques composées de tâches parallèles. Sur des plateformes homogènes, nous proposons une heuristique et ses optimisations, toutes basées sur le même principe : diviser les processeurs en ensembles disjoints, chaque groupe exécutant une tâche parallèle. Dans le cadre d'une plateforme hétérogène, l'algorithme précédent est appliqué sur des sousensembles des simulations. Le calcul des sous-ensembles est réalisé de manière gloutonne et cherche à minimiser le temps d'exécution en affectant un sous-ensemble à un cluster. Nous avons effectué des expériences sur la grille de recherche française Grid'5000, ce qui nous permet de souligner les difficultés de mise en oeuvre. Nous présentons aussi des modifications apportées aux heuristiques afin de minimiser l'impact des difficultées techniques sur le temps d'exécution d'une expérience. Nos simulations sont ensuite validées par expérimentations.