@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/ibi/8JMKD3MGP3W34R/442GLJE",
targetfile = "PIBIC - Gabriela Luisa Eckel - Relat{\'o}rio Final....pdf",
urlaccessdate = "24 abr. 2024"
}