supercomp11/supercomp11.tex

   1 \documentclass[smallextended]{svjour3}
   2 \usepackage[utf8]{inputenc}
   3 \usepackage[T1]{fontenc}
   4 \usepackage{mathptmx}
   5 \usepackage{courier}
   6 \usepackage{graphicx}
   7
   8 \begin{document}
   9
  10 \title{Best effort strategy and virtual load for asynchronous iterative load balancing}
  11
  12 \author{Raphaël Couturier \and
  13         Arnaud Giersch \and
  14         Abderrahmane Sider
  15 }
  16
  17 \institute{F. Author \at
  18               first address \\
  19               Tel.: +123-45-678910\\
  20               Fax: +123-45-678910\\
  21               \email{fauthor@example.com}           %  \\
  22 %             \emph{Present address:} of F. Author  %  if needed
  23            \and
  24            S. Author \at
  25               second address
  26 }
  27
  28 \maketitle
  29
  30
  31 \begin{abstract}
  32
  33 Most of the  time, asynchronous load balancing algorithms  have extensively been
  34 studied in a theoretical point  of view. The Bertsekas and Tsitsiklis' algorithm
  35 is certainly  the most well known  algorithm for which the  convergence proof is
  36 given. From a  practical point of view, when  a node wants to balance  a part of
  37 its  load to some  of its  neighbors, the  strategy is  not described.   In this
  38 paper, we propose a strategy  called \texttt{best effort} which tries to balance
  39 the load of a node to all  its less loaded neighbors while ensuring that all the
  40 nodes  concerned by  the load  balancing  phase have  the same  amount of  load.
  41 Moreover,  asynchronous  iterative  algorithms  in which  an  asynchronous  load
  42 balancing  algorithm is  implemented most  of the  time can  dissociate messages
  43 concerning load transfers and message  concerning load information.  In order to
  44 increase  the  converge of  a  load balancing  algorithm,  we  propose a  simple
  45 heuristic called \texttt{virtual load} which allows a node that receives an load
  46 information message  to integrate the  load that it  will receive latter  in its
  47 load (virtually) and consequently sends a (real) part of its load to some of its
  48 neighbors.  In order to  validate our  approaches, we  have defined  a simulator
  49 based on SimGrid which allowed us to conduct many experiments.
  50
  51
  52 \end{abstract}
  53
  54
  55
  56 Load  balancing algorithms  are  extensively used  in  parallel and  distributed
  57 applications in  order to  reduce the  execution times. They  can be  applied in
  58 different scientific  fields from high  performance computation to  micro sensor
  59 networks.   They are  iterative by  nature.  In  literature many  kinds  of load
  60 balancing  algorithms  have been  studied.   They  can  be classified  according
  61 different  criteria:   centralized  or  decentralized,  in   static  or  dynamic
  62 environment,  with  homogeneous  or  heterogeneous load,  using  synchronous  or
  63 asynchronous iterations, with  a static topology or a  dynamic one which evolves
  64 during time.  In  this work, we focus on  asynchronous load balancing algorithms
  65 where computer nodes  are considered homogeneous and with  homogeneous load with
  66 no external  load. In  this context, Bertsekas  and Tsitsiklis have  proposed an
  67 algorithm which is definitively a reference  for many works. In their work, they
  68 proved that under classical  hypotheses of asynchronous iterative algorithms and
  69 a  special  constraint   avoiding  \texttt{ping-pong}  effect,  an  asynchronous
  70 iterative algorithm  converge to  the uniform load  distribution. This  work has
  71 been extended by many authors. For example, DASUD propose a version working with
  72 integer load.
  73
  74
  75
  76 \end{document}
  77
  78 %%% Local Variables:
  79 %%% mode: latex
  80 %%% TeX-master: t
  81 %%% ispell-local-dictionary: "american"
  82 %%% End:
  83
  84 % LocalWords:  Raphaël Couturier Arnaud Giersch Abderrahmane Sider
  85 % LocalWords:  Bertsekas Tsitsiklis SimGrid DASUD