Fechar
Metadados

@TechReport{EckelPetr:2020:AvCoLo,
               author = "Eckel, Gabriela Luisa and Petry, Adriano",
                title = "Avalia{\c{c}}{\~a}o e compara{\c{c}}{\~a}o de longo prazo da 
                         simula{\c{c}}{\~a}o ionosf{\'e}rica do INPE com dados 
                         observacionais e modelos ionosf{\'e}ricos",
          institution = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2020",
                 type = "RPQ",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/INPE/CNPq.}",
             keywords = "-.",
             abstract = "A ionosfera {\'e} a camada da atmosfera na qual existem 
                         el{\'e}trons livres e {\'{\i}}ons eletricamente carregados. O 
                         sistema de previs{\~a}o de din{\^a}mica da ionosfera foi 
                         desenvolvido e {\'e} executado diariamente, com uma previs{\~a}o 
                         de 24 horas {\`a} frente. O conte{\'u}do total de el{\'e}trons 
                         na ionosfera interfere nos dados de posicionamento de sistemas 
                         globais de navega{\c{c}}{\~a}o por sat{\'e}lites (GNSS), 
                         portanto as simula{\c{c}}{\~o}es s{\~a}o de grande 
                         import{\^a}ncia na preven{\c{c}}{\~a}o de erros de 
                         posicionamento. Parte do sistema de previs{\~a}o ionosf{\'e}rica 
                         foi desenvolvido no INPE em linguagem C++, e {\'e} focado na 
                         interpola{\c{c}}{\~a}o dos dados oriundos do SUPIM. Atualmente, 
                         a HPC (computa{\c{c}}{\~a}o de alto desempenho) oferece recursos 
                         computacionais necess{\'a}rios para esse tipo de 
                         aplica{\c{c}}{\~a}o, e o grande poder de processamento 
                         disponibilizado por esses ambientes garante o tempo 
                         necess{\'a}rio para obter os mais diversos resultados seja 
                         reduzido de maneira exponencial. Por esse motivo tornam-se 
                         necess{\'a}rios SGR (sistemas gerenciadores de recursos) 
                         eficientes, capazes de distribuir os trabalhos dentro de um 
                         cluster da melhor forma. Assim desenvolveu-se um trabalho que 
                         visava avaliar e comparar dois SGR: OAR e Slurm. OAR {\'e} um 
                         gerenciador vers{\'a}til de recursos e tarefas (tamb{\'e}m 
                         chamado de agendador de lotes) para clusters de HPC e outras 
                         infraestruturas de computa{\c{c}}{\~a}o, como bancos de teste 
                         experimentais de computa{\c{c}}{\~a}o distribu{\'{\i}}da. 
                         SLURM (Slurm Workload Manager) {\'e} um sistema de gerenciamento 
                         de cluster e agendamento de tarefas de c{\'o}digo aberto, 
                         tolerante a falhas e altamente escal{\'a}vel para ambientes de 
                         alto desempenho computacional. Na pesquisa realizada foram 
                         executadas quinze simula{\c{c}}{\~o}es ionosf{\'e}ricas em 
                         quatro dias diferentes para os dois SGRs. Cada 
                         simula{\c{c}}{\~a}o contava com 5 n{\'o}s de processamento, dos 
                         quais foram coletados dados de desempenho de CPU, Mem{\'o}ria e 
                         tempo, e duas etapas da simula{\c{c}}{\~a}o foram avaliadas. 
                         Ap{\'o}s a realiza{\c{c}}{\~a}o de todos os experimentos e 
                         an{\'a}lises, constatamos que o SLURM obteve melhor resultado nos 
                         dados oriundos da execu{\c{c}}{\~a}o da primeira etapa. Contudo, 
                         mesmo o OAR obtendo resultados similares para tempo de 
                         execu{\c{c}}{\~a}o na segunda etapa, o SLURM conseguiu concluir 
                         a execu{\c{c}}{\~a}o total da previs{\~a}o ionosf{\'e}rica em 
                         menor tempo. Ressalta-se que os experimentos foram realizados em 
                         um ambiente real onde a aplica{\c{c}}{\~a}o cient{\'{\i}}fica 
                         roda diariamente e mesmo que o OAR tenha pior desempenho em 
                         rela{\c{c}}{\~a}o ao SLURM, o tempo total de 
                         simula{\c{c}}{\~a}o de ambos os SGRs {\'e} aceit{\'a}vel para 
                         a disponibiliza{\c{c}}{\~a}o di{\'a}ria dos resultados.",
          affiliation = "{Universidade Federal de Santa Maria (UFSM)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
             language = "pt",
                pages = "9",
                  ibi = "8JMKD3MGP3W34R/442GLJE",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/442GLJE",
           targetfile = "PIBIC - Gabriela Luisa Eckel - Relat{\'o}rio Final....pdf",
        urlaccessdate = "11 abr. 2021"
}


Fechar