]> AND Private Git Repository - mpi-energy2.git/commitdiff
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
Make previous corrections again...
authorArnaud Giersch <arnaud.giersch@free.fr>
Thu, 23 Oct 2014 19:46:52 +0000 (21:46 +0200)
committerArnaud Giersch <arnaud.giersch@free.fr>
Thu, 23 Oct 2014 19:46:52 +0000 (21:46 +0200)
Heter_paper.tex

index 5be2093240fbadc541f75bc58e03a256235a58a0..755cef735e5b50729d631c406fc00f1c65ea6e3e 100644 (file)
@@ -298,7 +298,7 @@ In this section we proposed an heterogeneous scaling algorithm, (figure~\ref{HSA
 The algorithm is numerates the suitable range of available scaling factors for each node in the heterogeneous cluster, returns a set of optimal frequency scaling factors for each node. Using heterogeneous cluster is produces different workloads for each node. Therefore, the fastest nodes waiting at the barrier for the slowest nodes to finish there work as in figure (\ref{fig:heter}). Our algorithm takes into account these imbalanced workloads when is starts to search for selecting the best scaling factors. So, the algorithm is selecting the initial frequencies values for each node proportional to the times of computations that gathered from the first iteration. As an example in figure (\ref{fig:st_freq}), the algorithm don't test the first frequencies of the fastest nodes until it converge their frequencies to the frequency of the slowest node. If the algorithm is starts test changing the frequency of the slowest nodes from beginning, we are loosing performance and then not selecting the best tradeoff (the distance). This case will be similar to the homogeneous cluster when all nodes scales their frequencies together from the  beginning. In this case there is a small distance between energy and performance curves, for example see the figure(\ref{fig:r1}).  Then the algorithm searching for optimal frequency  scaling factor from the selected frequencies until the last available ones. 
 \begin{figure}[t]
   \centering
-    \includegraphics[scale=0.5]{fig/start_freq.pdf}
+    \includegraphics[scale=0.5]{fig/start_freq}
   \caption{Selecting the initial frequencies}
   \label{fig:st_freq}
 \end{figure}
@@ -674,11 +674,11 @@ The results of the previous section are obtained using a percentage of 80\% for
 \begin{figure}
   \centering
   \subfloat[Comparison the average of the results on 8 nodes]{%
-    \includegraphics[width=.22\textwidth]{fig/sen_comp.pdf}\label{fig:sen_comp}}%
+    \includegraphics[width=.22\textwidth]{fig/sen_comp}\label{fig:sen_comp}}%
   \quad%
   \subfloat[Comparison the selected frequency scaling factors for 8 nodes]{%
-    \includegraphics[width=.24\textwidth]{fig/three_scenarios.pdf}\label{fig:scales_comp}}
-  \label{fig:avg}
+    \includegraphics[width=.24\textwidth]{fig/three_scenarios}\label{fig:scales_comp}}
+  \label{fig:comp}
   \caption{The comparison of the three power scenarios}
 \end{figure}