]> AND Private Git Repository - rce2015.git/commitdiff
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
Corrections section 5.4.6
authorziane <ziane@spirou.ltas.ulg.ac.be>
Fri, 8 May 2015 15:31:47 +0000 (17:31 +0200)
committerziane <ziane@spirou.ltas.ulg.ac.be>
Fri, 8 May 2015 15:31:47 +0000 (17:31 +0200)
paper.tex

index cdcce0078f8916dfcd325fd7038d929f8aa5c712..35ab88f5db1f14578b1986ad4f5a986abea301d9 100644 (file)
--- a/paper.tex
+++ b/paper.tex
@@ -597,7 +597,7 @@ Figure~\ref{fig:03} shows the impact of the network latency on the performances
 \begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{network_latency_impact_on_execution_time.pdf}
 \begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{network_latency_impact_on_execution_time.pdf}
-\caption{Network latency impacts on execution times}
+\caption{Network latency impacts on performances}
 \label{fig:03}
 \end{figure}
 
 \label{fig:03}
 \end{figure}
 
@@ -607,7 +607,7 @@ Figure~\ref{fig:04} reports the results obtained for the simulation of a grid of
 \begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{network_bandwith_impact_on_execution_time.pdf}
 \begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{network_bandwith_impact_on_execution_time.pdf}
-\caption{Network bandwith impacts on execution time}
+\caption{Network bandwith impacts on performances}
 \label{fig:04}
 \end{figure}
 
 \label{fig:04}
 \end{figure}
 
@@ -618,70 +618,25 @@ These findings may help a lot end users to setup the best and the optimal target
 \begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{pb_size_impact_on_execution_time.pdf}
 \begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{pb_size_impact_on_execution_time.pdf}
-\caption{Problem size impacts on execution times}
+\caption{Problem size impacts on performances}
 \label{fig:05}
 \end{figure}
 
 \label{fig:05}
 \end{figure}
 
+\subsubsection{CPU power impacts on performances\\}
+Using the SimGrid simulator flexibility, we have tried to determine the impact of the CPU power of the processors in the different clusters on performances of both algorithms. We have varied the CPU power from $1$GFlops to $19$GFlops. The simulation is conducted in a grid of 2$\times$16 processors interconnected by the network $N2$ (see Table~\ref{tab:01}) to solve a 3D Poisson problem of size $150^3$. The results depicted in Figure~\ref{fig:06} confirm the performance gain, about $95\%$ for both algorithms, after improving the CPU power of processors.
 
 
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-\subsubsection{CPU Power impacts on performance\\}
-
-
-\begin{table} [htbp]
-\centering
-\begin{tabular}{r c }
- \hline
- Grid architecture & 2 $\times$ 16\\ %\hline
- Inter Network & N2 : $bw$=1Gbs - $lat$=5.10$^{-5}$ \\ %\hline
- Input matrix size & $N_{x} = 150 \times 150 \times 150$\\ 
- CPU Power & From 3 to 19 GFlops \\ \hline
- \end{tabular}
-\caption{Test conditions: CPU Power impacts}
-\label{tab:06}
-\end{table}
-
-\begin{figure} [ht!]
+\begin{figure}[ht]
 \centering
 \includegraphics[width=100mm]{cpu_power_impact_on_execution_time.pdf}
 \centering
 \includegraphics[width=100mm]{cpu_power_impact_on_execution_time.pdf}
-\caption{CPU Power impacts on execution time}
+\caption{CPU Power impacts on performances}
 \label{fig:06}
 \end{figure}
 \label{fig:06}
 \end{figure}
-
-Using the Simgrid  simulator flexibility, we have tried to  determine the impact
-on the  algorithms performance in  varying the CPU  power of the  clusters nodes
-from $1$ to $19$ GFlops.  The outputs  depicted in Figure~\ref{fig:06}  confirm the
-performance gain,  around $95\%$ for  both of the  two methods, after  adding more
-powerful CPU.
 \ \\
 \ \\
-%\DL{il faut une conclusion sur ces tests : ils confirment les résultats déjà
-%obtenus en grandeur réelle. Donc c'est une aide précieuse pour les dev. Pas
-%besoin de déployer sur une archi réelle}
-
 To conclude these series of experiments, with  SimGrid we have been able to make
 many simulations  with many parameters  variations. Doing all  these experiments
 with a real platform is most of  the time not possible. Moreover the behavior of
 To conclude these series of experiments, with  SimGrid we have been able to make
 many simulations  with many parameters  variations. Doing all  these experiments
 with a real platform is most of  the time not possible. Moreover the behavior of
-both GMRES and  Krylov multisplitting methods is in accordance  with larger real
-executions on large scale supercomputer~\cite{couturier15}.
+both GMRES and  Krylov two-stage algorithms is in accordance  with larger real
+executions on large scale supercomputers~\cite{couturier15}.
 
 
 \subsection{Comparing GMRES in native synchronous mode and the multisplitting algorithm in asynchronous mode}
 
 
 \subsection{Comparing GMRES in native synchronous mode and the multisplitting algorithm in asynchronous mode}