Reply to comment
Sensibilité des algorithmes d'ordonnancement
Submitted by Mark Bergeron Gagnon on 21 February 2012Cet article étudie comment la performance de divers algorithmes d’ordonnancement varie lorsqu’ils sont confrontés à des conditions non prises en compte dans le cadre théorique ayant servi à leur conception.
On peut par exemple imaginer que la plateforme sur laquelle est déployé un algorithme soit utilisée pour des applications différentes de celles initialement envisagées. Dans certains cas, l’algorithme peut s’avérer inadapté : générant trop de communications ou réalisant de mauvais choix d’ordonnancement. Il est donc primordial d’étudier si la performance des ordonnanceurs se dégrade (et dans quelles proportions) lorsque leur environnement est modifié.
Nous montrons en effet sur des simulations comment des modifications fines des caractéristiques des graphes en entrées peuvent impacter la performance d’algorithmes de la littérature. Nous observons notamment comment une modification de la distribution des coûts en calculs présents sur les graphes de tâches peut inverser une comparaison entre deux algorithmes.
On peut par exemple imaginer que la plateforme sur laquelle est déployé un algorithme soit utilisée pour des applications différentes de celles initialement envisagées. Dans certains cas, l’algorithme peut s’avérer inadapté : générant trop de communications ou réalisant de mauvais choix d’ordonnancement. Il est donc primordial d’étudier si la performance des ordonnanceurs se dégrade (et dans quelles proportions) lorsque leur environnement est modifié.
Nous montrons en effet sur des simulations comment des modifications fines des caractéristiques des graphes en entrées peuvent impacter la performance d’algorithmes de la littérature. Nous observons notamment comment une modification de la distribution des coûts en calculs présents sur les graphes de tâches peut inverser une comparaison entre deux algorithmes.
Pour lire la totalité de cette article, cliquez ici.
Reply
