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

Private GIT Repository
corrections
authorjean-claude <jean-claude.charr@univ-fcomte.fr>
Mon, 30 May 2016 09:46:58 +0000 (11:46 +0200)
committerjean-claude <jean-claude.charr@univ-fcomte.fr>
Mon, 30 May 2016 09:46:58 +0000 (11:46 +0200)
mpi-energy2-extension/Heter_paper.tex
mpi-energy2-extension/review/review.pdf
mpi-energy2-extension/review/review.tex

index 0973f102920fffb8b120050e6579f17d31a5ffc5..4b55dd4cd78b3fc0e5923d96b3f0d021c8973aef 100644 (file)
@@ -208,14 +208,24 @@ reductions. All the experimental results were conducted over the SimGrid
 simulator \cite{SimGrid}, which offers easy tools to describe homogeneous and heterogeneous  platforms, and to simulate the execution of message passing parallel
 applications over them. 
 
 simulator \cite{SimGrid}, which offers easy tools to describe homogeneous and heterogeneous  platforms, and to simulate the execution of message passing parallel
 applications over them. 
 
-In this paper, a new frequency selecting algorithm, adapted to grid platforms
-composed of heterogeneous clusters, is presented. It is applied to the NAS
+
+This paper presents the following contributions :
+\begin{enumerate}
+\item two new energy and performance models for message passing 
+  synchronous applications with iterations running over a heterogeneous grid platform. Both models
+  take into account communications and slack times. The models can predict the
+  required energy and the execution time of the application.
+
+\item a new online frequency selecting algorithm for heterogeneous grid
+  platforms. The algorithm has a very small overhead and does not need any
+  training nor profiling. It uses a new optimization function which
+  simultaneously maximizes the performance and minimizes the energy consumption
+  of a message passing  synchronous application with iterations.  The algorithm  was applied to the NAS
 parallel benchmarks and evaluated over a real testbed, the Grid'5000 platform
 parallel benchmarks and evaluated over a real testbed, the Grid'5000 platform
-\cite{grid5000}. It selects for a grid platform running a message passing
- application with iterations the vector of frequencies that simultaneously tries to
-offer the maximum energy reduction and minimum performance degradation
-ratios. The algorithm has a very small overhead, works online and does not need
-any training or profiling.
+\cite{grid5000}.
+
+\end{enumerate}
+
 
 
 This paper is organized as follows: Section~\ref{sec.relwork} presents some
 
 
 This paper is organized as follows: Section~\ref{sec.relwork} presents some
@@ -300,21 +310,7 @@ some heuristic.  Chen et
 al.~\cite{Chen_DVFS.under.quality.of.service.requirements} used a greedy dynamic
 programming approach to minimize the power consumption of heterogeneous servers
 while respecting given time constraints.  This approach had considerable
 al.~\cite{Chen_DVFS.under.quality.of.service.requirements} used a greedy dynamic
 programming approach to minimize the power consumption of heterogeneous servers
 while respecting given time constraints.  This approach had considerable
-overhead.  In contrast to the above described papers, this paper presents the
-following contributions :
-\begin{enumerate}
-\item two new energy and performance models for message passing 
-  synchronous applications with iterations running over a heterogeneous grid platform. Both models
-  take into account communication and slack times. The models can predict the
-  required energy and the execution time of the application.
-
-\item a new online frequency selecting algorithm for heterogeneous grid
-  platforms. The algorithm has a very small overhead and does not need any
-  training nor profiling. It uses a new optimization function which
-  simultaneously maximizes the performance and minimizes the energy consumption
-  of a message passing  synchronous application with iterations.
-
-\end{enumerate}
+overhead.
 
 
 
 
 
 
@@ -388,7 +384,7 @@ vector of scaling factors can be predicted using Equation (\ref{eq:perf}).
 \begin{equation}
   \label{eq:perf}
   \Tnew = \mathop{\max_{i=1,\dots N}}_{j=1,\dots,M_i}({\TcpOld[ij]} \cdot S_{ij}) 
 \begin{equation}
   \label{eq:perf}
   \Tnew = \mathop{\max_{i=1,\dots N}}_{j=1,\dots,M_i}({\TcpOld[ij]} \cdot S_{ij}) 
-  +\mathop{\min_{j=1,\dots,M_i}}  (\Tcm[hj])
+  +\mathop{\min_{j=1,\dots,M_h}}  (\Tcm[hj])
 \end{equation}
 %
 where $N$ is the number of  clusters in the grid, $M_i$ is the number of  nodes in
 \end{equation}
 %
 where $N$ is the number of  clusters in the grid, $M_i$ is the number of  nodes in
@@ -573,7 +569,7 @@ where $Tnew$ is computed as in (\ref{eq:perf}) and $Told$ is computed as in (\re
 \begin{equation}
   \label{eq:told}
    \Told = \mathop{\max_{i=1,\dots N}}_{j=1,\dots,M_i}({\TcpOld[ij]} ) 
 \begin{equation}
   \label{eq:told}
    \Told = \mathop{\max_{i=1,\dots N}}_{j=1,\dots,M_i}({\TcpOld[ij]} ) 
-  +\mathop{\min_{j=1,\dots,M_i}}  (\Tcm[hj])    
+  +\mathop{\min_{j=1,\dots,M_h}}  (\Tcm[hj])    
 \end{equation}
 }
 In the same way, the energy is normalized by computing the ratio between the
 \end{equation}
 }
 In the same way, the energy is normalized by computing the ratio between the
index 4031421cc8bc346c72e2bcdf5a8ae0da1fcfdc5c..7aa46bd3c4c08be09d776ed787b7252b030b7888 100644 (file)
Binary files a/mpi-energy2-extension/review/review.pdf and b/mpi-energy2-extension/review/review.pdf differ
index d49b795f29adb0d1a622eccb64d979e859880027..a7253f6a3a83755128b9c2d12761182c3514dc0b 100644 (file)
@@ -187,7 +187,9 @@ For the variability issue, please refer to the answer to question 1.
 \section{Questions and remarks of the second reviewer} 
 
 \begin{enumerate}
 \section{Questions and remarks of the second reviewer} 
 
 \begin{enumerate}
-\item Move the contributions from related work to introduction
+\item Move the contributions from related work to introduction.
+
+\textbf{Answer:} The contributions were moved to the introduction section.
 
 \item Why emphasize it is a grid platform? the presentation of related work follows the logic of heterogeneous CPUs. Grid is only a type of platform with heterogeneous CPUs.
 
 
 \item Why emphasize it is a grid platform? the presentation of related work follows the logic of heterogeneous CPUs. Grid is only a type of platform with heterogeneous CPUs.
 
@@ -273,13 +275,16 @@ by the scheduler of the operating system of the node.
 
 \item Why $T_{old}$ is computed using eq. 12, which applies MAX over computation time and communication time, while in  $T_{new}$, max and min operations are applied over computation and communication separately?
 
 
 \item Why $T_{old}$ is computed using eq. 12, which applies MAX over computation time and communication time, while in  $T_{new}$, max and min operations are applied over computation and communication separately?
 
-\textcolor{blue}{Answer:  We  agree with the reviewer, $T_{old}$ is the maximum execution time of the application before scaling the frequency and it is computed as in $T_{new}$ equation without scaling factors. So, we have changed the $T_{old}$ in the paper as as follows:
+\textbf{Answer:} Both forms can be used for computing $T_{old}$ and $T_{new}$. To avoid this confusion, the same form was used for both equations in the paper.
+
 \begin{equation}
   \label{eq:told}
    T_{old} = \mathop{\max_{i=1,2,\dots,N}}_{j=1,2,\dots,M_i} (\Tcp[ij]) + 
 \begin{equation}
   \label{eq:told}
    T_{old} = \mathop{\max_{i=1,2,\dots,N}}_{j=1,2,\dots,M_i} (\Tcp[ij]) + 
-   \mathop{\min_{i=1,2,\dots,N}} (\Tcm[hj] )           
+   \mathop{\min_{j=1,2,\dots,M_h}} (\Tcm[hj] )           
 \end{equation}
 \end{equation}
-}
+where $h$ is the index of the slowest cluster. 
+
+   
 
 \item Line 55 on page 16 is to define the slack time, which should be introduced at the beginning of the paper, such as in figure 1.
 
 
 \item Line 55 on page 16 is to define the slack time, which should be introduced at the beginning of the paper, such as in figure 1.