supercomp11/supercomp11.tex

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