RE.PUBLIC@POLIMI Research Publications at Politecnico di Milano
Re.Public@Polimi, archivio istituzionale dei prodotti della ricerca, è il punto di raccolta, conservazione e disseminazione della produzione scientifica del Politecnico di Milano
E' basato su IRIS, il nuovo sistema di gestione dei dati della ricerca (persone, progetti, pubblicazioni, attività) adottato dall’ateneo
EnglishHigh-Performance Computing (HPC) is rapidly moving towards the adoption of nodes characterized by an heterogeneous set of processing resources. This has already shown benets in terms of both performance and energy eciency. On the other side, heterogeneous systems are challenging from the application development and the resource management perspective. In this work, we discuss some outcomes of the MANGO project, showing the results of the execution of real applications on a emulated deeply heterogeneous systems for HPC. Moreover, we assessed the achievements of a proposed resource allocation policy, aiming at identifying a priori the best resource allocation options for a starting application.
| Titolo: | Predictive Resource Management for Next-generation High-Performance Computing Heterogeneous Platforms | |
| Autori: | ||
| Data di pubblicazione: | 2019 | |
| Serie: | ||
| Handle: | http://hdl.handle.net/11311/1099257 | |
| ISBN: | 978-3-030-27562-4 978-3-030-27561-7 | |
| Appare nelle tipologie: | 04.1 Contributo in Atti di convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| SAMOS_2019_RTRM_MANGO.pdf | camera ready | Post-Print (DRAFT o Author’s Accepted Manuscript-AAM) | Accesso apertoVisualizza/Apri | |
| MANGO_SAMOS_2019.pdf | versione pubblicata | Publisher’s version | Accesso riservato |
http://hdl.handle.net/11311/1099257
Copyright © 2022