Высокопроизводительные парал. вычисления на кластерных системах. Воеводин (2005) (Высокопроизводительные парал. вычисления на кластерных системах. Воеводин (2005).pdf), страница 12

Проблемы моментов Маркова–Чебышеваисследование галеркинских приближений в одной задаче агрегации кристаллов // Матем. модел. 1995. Т. 7, № 9. С. 35–54.10. Оленев Н.Н. Основы параллельного программирования в системеMPI. ВЦ РАН, 2005. Сб. лабораторных работ http://www.ccas.ru/mmes/ educat/lab04k/.11. Косарев В.И. 12 лекций по вычислительной математике. М.:МФТИ, 2000. 81 с.55РАЗРАБОТКА ИНТЕГРИРОВАННОЙ СРЕДЫВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ВЫЧИСЛЕНИЙДЛЯ КЛАСТЕРА НИЖЕГОРОДСКОГО УНИВЕРСИТЕТАВ.П. Гергель, А.Н.

СвистуновНижегородский государственный университет им. Н.И. ЛобачевскогоВ работе рассматриваются проблемы создания интегрированнойсреды высокопроизводительных вычислений для кластера Нижегородского университета, который был предоставлен ННГУ в рамках академической программы Интел в 2001 г. [3].Важной отличительной особенностью кластера является его неоднородность (гетерогенность). В состав кластера входят рабочие места,оснащенные процессорами Intel Pentium 4 и соединенные относительномедленной сетью (100 Мбит), 32-битные вычислительные 2- и 4процессорные серверы, 64-битные 2-процессорные серверы, обменданными между которыми выполняется при помощи быстрых каналовпередачи данных (1000 Мбит)Основной операционной системой, установленной на узлах кластера является ОС Windows (на рабочих станциях установленаWindows 2000 Professional, на серверах установлена Windows 2003Advanced Server).Дополнительная информация о структуре кластера ННГУ доступна в сети Интернет по адресу http://www.software.unn.ac.ru/cluster.htm.Эффективное использование быстродействующего компьютерногооборудования предполагает решение двух основных проблем, возникающих при эксплуатации кластера – проблему предоставления удаленного доступа к вычислительной среде кластера и проблему эффективного управления и мониторинга вычислительных задач, выполняющихся на кластере [1].На сегодняшний день известно довольно много различных программных систем, позволяющих решать отмеченные проблемы.

Большинство подобных систем традиционно разрабатывались для ОСUNIX, однако, в последнее время появились подобные системы и дляОС семейства Windows. К числу таких систем относится, напримерLSF (Load Sharing Facility, http://www.platform.com), или ClusterCoNTroller (http://www.mpi-softtech.com/).Однако использование готовых систем управления кластером затруднено рядом обстоятельств. Прежде всего, это высокая стоимостьподобных систем, достигающая, для кластера подобного кластеру Ни56жегородского университета, десятков тысяч долларов.

Вторым, не менее важным обстоятельством, является закрытость подобных систем,осложняющая проведение некоторых исследовательских работ. Дело втом, что кроме задачи обеспечения функционирования кластерной системы ставилась еще и задача создания испытательного стенда для проведения экспериментов по апробации различных алгоритмов планирования задач на кластерных системах. Для кластера Нижегородскогоуниверситета планирование распределения вычислительной нагрузкипо узлам кластера является практически важной задачей, в силу егонеоднородности.Отмеченные факторы приводят к необходимости создания собственных средств поддержки организации высокопроизводительных вычислений на кластере.Разрабатываемая программная система должна была решить ещеодну важную задачу – задачу интеграции вычислительного кластераННГУ с вычислительным кластером Института прикладной физикиРАН (ИПФ РАН).

К числу обстоятельств, затрудняющих такую интеграцию, следует отнести тот факт, что в отличие от вычислительногокластера университета, вычислительный кластер ИПФ РАН в качествебазовой операционной системы использует один из клонов UNIX[4].При построении системы управления кластером со стороны потенциальных пользователей были определены следующие требования:• реализация по крайней мере минимального набора операций(загрузка задачи, добавление задачи в очередь задач, получение текущего статуса очереди задач и текущей выполняемой задачи, получениерезультатов вычислений);• простой и удобный способ доступа, не требующий установки нарабочих станциях пользователей какого-либо специального программного обеспечения, позволяющий получить доступ к системе из любойточки;• собственная система авторизации пользователей не связаннаянапрямую с системой авторизации операционной системы;• наличие системы очередей задач;• сохранение задач пользователя после их выполнения и возможность их повторного запуска;• автоматическое сохранение результатов работы;• возможность управления несколькими вычислительными кластерамиПри построении программной системы за основу была взята сло57жившаяся архитектура системы мониторинга и управления [2], включающая, как правило, следующие составные части (см.

рис.);МетакластерМетаклассМенеджер доступадоступаМенеджерБаза данныхданных пользователяпользователейБазаБаза данныхданных ресурсовБазаресурсаМенежжер (сервер)Менеджер(сервер)Менеджер (клиент)Менеджер(клиент)Диспетчер заданийзаданийДиспетчерОчередь заданийзаданийОчередьПланировщикПланировщикСупервизор кластераСупервизоркластераМонитор кластеракластераМониторАктиватор заданийзаданийАктиваторАрхитектура системы• компонент, взаимодействующий с пользователем (Менеджердоступа), позволяющий ставить задачи в очередь, удалять задачи изочереди, просматривать статус задач и т.д., а также ведущий базу данных пользователей и базу данных результатов;• компонент, оперирующий с очередью заданий (Диспетчер заданий), распределяющий задания по узлам кластера и ставящий их в очередь для выполнения;• компонент, обеспечивающий мониторинг кластера (Супервизоркластера) и непосредственное выделение ресурсов.58В настоящее время разработан и внедрен опытный вариант системы, обладающий следующими возможностями:• поддержка минимально необходимого набора операций по управлению задачами пользователей;• возможность доступа к системе с любого компьютера, подключенного к сети Интернет;• отсутствие необходимости установки на компьютере пользователя специального программного обеспечения.

Использование в качестве клиента web-браузера, telnet-клиента, различных специализированных программ;• хранение очереди заданий (как ждущих своей очереди на выполнение, так и уже завершившихся, сформировавших результат) вовнешней базе данных, что позволяет обеспечить устойчивость системыв случае сбоя;• возможность замены планировщика и изменения стратегии планирования;• ведение статистики использования задачами пользователейвычислительных ресурсов кластера;• возможность управления несколькими вычислительными кластерамиСистема активно используется широким кругом пользователей исотрудников Центра компьютерного моделирования. Возможности,предоставляемые системой, используются при разработке и эксплуатации учебных и исследовательских программных комплексов, таких какпрограммная система для изучения и исследования параллельных методов решения сложных вычислительных задач (ПараЛаб) и системапараллельной многоэкстремальной оптимизации «Абсолют Эксперт».Работа над системой продолжается в нескольких направлениях:• расширение функциональности системы, производящееся втесном контакте с конечными пользователями;• исследования в области различных алгоритмов планирования;• оптимизация процесса мониторинга ресурсов кластера;• исследование подходов к созданию шлюза между кластеромННГУ и кластером ИПФ РАН;Литература1.

Rajkumar Buyya. High Performance Cluster Computing. Volume1: Architectures and Systems. Volume 2: Programming and Applications. PrenticeHall PTR, Prentice-Hall Inc., 1999.592. Saphir W., Tanner L.A., Traversat B. Job Management Requirements forNAS Parallel Systems and Clusters. NAS Technical Report NAS-95-006 February 95.3.

Гергель В.П., Стронгин Р.Г. Высокопроизводительный вычислительный кластер Нижегородского университета. Матер. конф. Relarn. 2002.Н. Новгород.4. Дрейбанд М.С. Вычислительный кластер ИПФ РАН. Матер. конф.Relarn. 2002. Н. Новгород.ПАРАЛЛЕЛЬНАЯ РЕАЛИЗАЦИЯ ОДНОГО АЛГОРИТМАНАХОЖДЕНИЯ ЦЕНЫ ОПЦИОНОВ БЕРМУДСКОГО ТИПАА.С. Горбунова, Е.А. Козинов, И.Б. Мееров, А.В. ШишковНижегородский государственный университет им. Н.И. ЛобачевскогоА.Ф. НиколаевНижегородский Центр Intel по разработке программного обеспеченияВведениеФинансовая математика – раздел прикладной математики, ориентированный на решение разнообразных задач финансовых рынков (см.,например, [1]). Объекты исследования в данной области часто описываются моделями, восстановление аналитических решений для которых оказывается затруднительным.