Com o avanço da tecnologia e sua dependência no cotidiano, a computação de alto desempenho (HPC) passou a ser uma das principais áreas de pesquisa e investigação na computação. Os ambientes de alto desempenho são comumente utilizados em aplicações que necessitam processar uma variedade de informações e obter o resultado em um tempo limitado para a aplicação. Por conta disso, os ambientes de alto desempenho devem trabalhar de forma eficiente para atender as demandas da aplicação e obter os resultados de forma rápida. Para que um ambiente de alto desempenho trabalhe de forma otimizada, é fundamental a escolha de um sistema gerenciador de recursos (SGR) eficiente que atenda as necessidades do da aplicação em questão. Por esse motivo, o objetivo deste trabalho foi avaliar e comparar a performance de dois SGRs SLURM e OAR em uma aplicação científica real de previsão ionosférica, a fim de verificar qual deles atende melhor as necessidades e requisitos para essa aplicação. Os experimentos foram realizados em um cluster de uso dedicado localizando no Centro Regional Sul do INPE em Santa Maria, e possui 5 nós de processamento e um de controle. Foram realizados experimentos para quatro dias diferentes, e após avaliadas estatísticas referentes a taxa média de uso de CPU, memória e tempo total de execução. O SLURM apresentou melhores resultados na grande maioria das avaliações, incluindo um menor tempo total de processamento para os quatro dias simulados, quando comparado à solução com o OAR.
Com a constante evolução da tecnologia, a computação de alto desempenho é uma das principais áreas de pesquisa no meio computacional. Os ambientes de alto desempenho são frequentemente usados por aplicações que necessitam lidar com uma grande quantidade de dados em um curto período de tempo. Para isso, podem ser usados sistemas distribuídos visando o aumento da eficiência e a velocidade de execução. Com a grande quantidade de recursos computacionais em ambientes de alto desempenho, sistemas gerenciadores de recursos, como OAR e SLURM, são empregados para otimizar a sua utilização. Neste trabalho, realizamos uma análise comparativa dos sistemas gerenciadores mencionados em uma aplicação científica real, que simula diariamente o comportamento da ionosfera terrestre na América do Sul através da geração de mapas de conteúdo eletrônico total.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.