著者

竹房 あつ子 小川 宏高 松岡 聡 中田 秀基 高木 浩光 佐藤三久 関口 智嗣 長嶋 雲兵

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.39, no.6, pp.1827-1838, 1998-06-15

参考文献数

14

---

広域ネットワークの整備につれ,高性能広域分散計算を実現する試みが我々のNinfを含めていくつか行われている.しかしこのような広域計算システムの,特にWANにおいて複数のクライアントが複数のサイトに分散している状況下での性能特性に関する議論は十分になされていない.本稿では,Ninfおよび類似のシステムの実現可能性を調査するため,LAN/WAN環境でLinpack/EPベンチマークを実施し,次のような結果を得た.1)十分なバンド幅があれば,Ninfを用いた方がLocal実行するより高速になる.2)既存の高性能計算機は性能や耐久性の点で広域計算システムの運用に十分なプラットフォームである.3)ベクトル並列計算機(Cray J90)では,高性能並列ライブラリが有効利用できる,すなわち既存の高性能ライブラリの再利用性がある.4)計算主体の計算(EP)では現状の広域計算システムで十分に運用できる.5)通信主体の計算(Linpack)では,LAN環境ではサーバの稼働率が性能を支配し,WAN環境では通信性能と設置条件によって性能に与える影響に一定の傾向がある.Rapid increase in speed and availability of network of supercomputers is making high-performance global computing possible,including our Ninf system.However,critical issues regarding system performance characteristics in global computing have been little investigated,especially under multi-client,multi-site WAN settings.In order to investigate the feasibility of Ninf and similar systems,we conducted benchmarks under various LAN and WAN environments,and observed the following results:1)Given sufficient communication bandwidth,Ninf performance quickly overtakes client local performance,2)current supercomputers are sufficient platforms for supporting Ninf and similar systems in terms of performance and OS fault resiliency,3)for a vector-parallel machine (Cray J90),employing optimized dataparallel library is a better choice compared to conventional task-parallel execution employed for non-numerical data servers,4)computationally intensive tasks such as EP can readily be supported under the current Ninf infrastructure,and 5)for communication-intensive applications such as Linpack,server CPU utilization dominates LAN performance,while communication bandwidth dominates WAN performance,and furthermore,aggregate bandwidth could be sustained for multiple clients located at different Internet sites;as a result,distribution of multiple tasks to computing servers on different networks would be essential for achieving higher client-observed performance.