pipe980819 / tet-project2

Tópicos Especiales en Telemática Proyecto 2: Analítica de Texto - HPC

• Douglas Ardila Garcés [email protected]
• Andrés Felipe Avendaño [email protected]
• Felipe Macías Herrera [email protected]

Videos sustentación

• Serial: Video
• OpenMP: Video
• MPI:Video
• MPI + OpenMP: Video

Diseño bajo multihilos con el acercamiento OpenMP

• Documentación open.md

Diseño bajo la metodología PCAM

• Documentación pcam.md

Proceso de compilación y ejecución en el DCA

Procesamiento de los datasets

• Ejecutar

    /opt/anaconda3/bin/python procesarArchivos.py
  

Programa secuencial

• Compilar

    g++ -std=c++11 secuencial.cpp -o secuencial
  

• Ejecutar

    time ./secuencial
  

Programa paralelo hecho con OpenMP

• Asignar número de procesadores a usar

    export OMP_NUM_THREADS=2
  

• Compilar

    g++ -std=c++11 openmp.cpp -o openmp -fopenmp
  

• Ejecutar

    time ./openmp
  

Programa paralelo hecho con MPI

• Compilar

    mpic++ -std=c++11 mpi.cpp -o mpi
  

• Ejecutar

    time mpirun -f host.txt -np 3 ./mpi
  

Programa paralelo hecho con OpenMP + MPI

• Asignar número de procesadores a usar

    export OMP_NUM_THREADS=2
  

• Compilar

    mpic++ -std=c++11 pcam.cpp -o pcam -fopenmp
  

• Ejecutar

    time mpirun -f host.txt -np 3 ./pcam
  

Análisis de resultados

• Versión serial

    El tiempo que toma el algoritmo para ejecutar en serial es de 213 segundos en el DCA.
    La siguiente imagen representa un ejemplo de ejecución haciendo búsqueda de trump.
  

• Versión paralela

    El análisis en paralelo se hizo bajo dos arquitecturas: OpenMP y MPI+OpenMP.
    Para ambos casos se realizaron ejecuciones con 1,2,3 y 4 hilos.
    Los resultados al implementar OpenMP pueden evidenciarse en la siguiente tabla y gráfica.
  

    El tiempo que toma el algoritmo para ejecutar en paralelo (solo MPI) es de 36 segundos en el DCA.
    Los resultados al implementar MPI+OpenMP pueden evidenciarse en la siguiente tabla y gráfica.

    Con base en lo anterior, puede concluirse que la implementación de OpenMp y MPI mejoran el speedUp y la 
    eficiencia del algoritmo. Sin embargo, el aumento en el número de los hilos no siempre aumenta el speedUp,
    inclusive en algunos casos entre más hilos, este se ve afectado de manera negativa.