«Реберное» масштабирование вычислительных систем

Выпуск: 64

Рубрика: Сетевые модели в управлении

Год: 2016

Библиография: Мелентьев В. А. «Реберное» масштабирование вычислительных систем // Управление большими системами. Выпуск 64. М.: ИПУ РАН, 2016. С. 81-111.

Дата опубликования: 30.11.2016

Ключевые слова: гиперкубическая вычислительная система, суперкомпьютер, параллелизм, топологическая масштабируемость, реберное масштабирование

Аннотация: Исследуется проблема повышения потенциала распараллеливания задач в вычислительной системе без наращивания числа ее процессоров: модифицированием исходной топологии, дополняющим ее отношения смежности между процессорами, при том что базовые способы адресации и маршрутизации остаются прежними. Для систем с гиперкубической топологией получены функции предельной распараллеливаемости и топологической масштабируемости на задачах, в которых длина пути между информационно смежными ветвями лимитирована объемами обрабатываемых данных и используемой сетевой технологией. Приведены соответствующие графики, дан их анализ.

Article title: Edge scaling of computing systems

Issue: 64

Year: 2016

Keywords: hypercubic computing system, supercomputer, parallelism, topological scalability, edge scaling

Abstract: The problem we consider is how to increase a parallelization potential of tasks in a computing system not extending the number of its processor units. Our approach is to introduce additional links to initial system topology but preserve all existing links, addressing and routing policies. We provide a general formulation of the proposed approach and detailed description for systems with hypercube topology. In an edge scaled hypercube the conventional addressing scheme is enhanced by inverse addressing. We demonstrate that bisection bandwidth of the modified network is twice as high as of conventional hypercube and the diameter is twice as low. We obtain the scalability functions of a limit parallelization and a topological scalability on tasks with limited path length between branches. The proposed network modification can be applied to a limited k-dimensional fragment of the network with adaptive k selection. The impact on reliability of such systems will be covered in future research.