한국정보과학회논문지:시스템및이론 (Journal of KIISE:Computer Systems and Theory)

한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지

태스크 실행 시간을 최적화한 개선된 태스크 중복 스케줄 기법

Modified TDS (Task Duplicated based Scheduling) Scheme Optimizing Task Execution Time

  • 장세이 (서강대학교 컴퓨터학과) ;
  • 김성천 (서강대학교 컴퓨터학과)
  • 발행 : 2000.06.15
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최근 응용 프로그램들은 복잡한 데이타로 구성되어 있기 때문에 이를 효율적으로 처리할 수 있는 분산 메모리 기계(Distributed Memory Machine : DMM)의 필요성이 대두되었다. 특히 태스크 스케줄은 태스크 사이의 통신 시간을 최소화하여 응용 프로그램 전체의 실행 시간을 단축시키는 기법으로서, DMM의 성능을 향상시키는 매우 중요한 요소이다. 기존의 태스크 중복 스케줄(Task Duplicated based Scheduling : TDS) 기법은 두 개의 태스크 사이에 통신 시간이 많이 소요되는 것들을 하나의 클러스터(cluster)로 스케줄함으로써 통신 시간을 단축하여 실행 시간을 향상시키는 기법이다. 그러나 데이타를 전달하는 태스크와 이 태스크로 데이타를 전달받는 태스크 사이의 통신 시간을 최적화 하지 못하는 단점을 가진다. 따라서 본 논문에서는 이 두 태스크 사이의 최적화에 근접한 통신 시간을 갖는 개선된 중복 스케줄 (Modified Task Duplicated based Scheduling : MTDS) 기법을 제안하였다. 이 기법은 데이타를 전달한 태스크들을 클러스터링하기 위해 데이타를 전달받은 태스크에서 최적화 조건을 적용하여 검사한다. 그 결과 태스크 사이의 통신 시간을 단축하여 전체 태스크 실행 시간을 최소화하였다. 또한 시스템의 모델링을 통하여 MTDS 기법이 최상의 경우 TDS 기법보다 태스크 실행 시간을 70% 단축 시켰고 최악의 경우 TDS 기법과 동일한 실행 시간을 얻으므로 제안된 기법이 기존의 기법보다 우수함을 입증하였다.

Distributed Memory Machine(DMM) is necessary for the effective computation of the data which is complicated and very large. Task scheduling is a method that reduces the communication time among tasks to reduce the total execution time of application program and is very important for the improvement of DMM. Task Duplicated based Scheduling(TDS) method improves execution time by reducing communication time of tasks. It uses clustering method which schedules tasks of the large communication time on the same processor. But there is a problem that cannot optimize communication time between task sending data and task receiving data. Hence, this paper proposes a new method which solves the above problem in TDS. Modified Task Duplicated based Scheduling(MTDS) method which can approximately optimize the communication time between task sending data and task receiving data by checking the optimal condition, resulted in the minimization of task execution time by reducing the communication time among tasks. Also system modeling shows that task execution time of MTDS is about 70% faster than that of TDS in the best case and the same as the result of TDS in the worst case. It proves that MTDS method is better than TDS method.

키워드

참고문헌

  1. S.J. Kim and J.C. Browne, 'A General Approach to Mapping of Parallel Computation upon Multiprocessor Architectures,' Proc. Int'l Conf. Parallel proces-sing, vol.3, pp.1-8, 1988
  2. S.S. Pande, D.P. Agrawal, and J. Mauney, 'A New Threshold Scheduling Strategy for Sisal Programs on Distributed Memory Systems,' J. Parallel and Distributed Computing, vol.21, no.2, pp.223-236, 1994
  3. T.L. Adam, K.M. Chandy, and J.R. Dickson, 'A Comparison of List Schedules for Parallel Processing Systems,' ACM Comm., vol.17, no.12, pp.685-690, 1974 https://doi.org/10.1145/361604.361619
  4. S. Darbha, and D.P. Agrawal, 'Optimal Scheduling Algorithm for Distributed Memory Machines,' IEEE Trans. Parallel and Distributed Systems, vol.9, no.1, pp.87-95, 1998 https://doi.org/10.1109/71.655248
  5. A. Gerasoulis and T. Yang, 'A Comparision of Clustering Heuristics for Scheduling Directed Acyclic Graphs on Multiprocessors,' J. Parallel and Distrib-uted Computing, vol.16, pp.276-291, 1992 https://doi.org/10.1016/0743-7315(92)90012-C
  6. V. Sarkar, Partitioning and Scheduling Parallel programs for Execution on multiprocessors, MIT Press. Cambridge, MA, 1989
  7. M.Y. Wu and D. Gajski, 'A Programming Aid for Hypercube Architectures,' J. Supercomputing, vol.2, pp.349-372, 1988 https://doi.org/10.1007/BF00129784