ALGORITMOS PARALELOS E DISTRIBUÍDOS: ABORDAGENS PRÁTICAS

O livro baseia-se em dois modelos paralelos representativos, nomeadamente: single program multiple data (SPMD) com tolerância a falhas e multiple programs multiple data (MPMD) com tolerância a falhas, que são utilizados para avaliar o desempenho de algoritmos paralelos e distribuídos. Estes dois modelos foram mapeados para um cluster de estações de trabalho, considerando tarefas concorrentes, com o objetivo de obter um melhor desempenho e uma melhor relação custo-eficácia das aplicações paralelas e distribuídas. Após a conclusão de cada tarefa, os resultados são recolhidos pelo computador principal para produzir os resultados finais dentro de um tempo de execução limitado. Os parâmetros de desempenho, como o tempo em série Sr(p), o tempo paralelo T(p), a percentagem (%) de poupança de tempo de execução, o rendimento Th(p), o aumento de velocidade S(p), a eficiência E(p), a redundância R(p), a utilização U(p, e a qualidade Q(p) são utilizados para avaliar o desempenho de algoritmos paralelos e distribuídos, utilizando um número N de estações de trabalho num ambiente de cluster. De facto, as estações de trabalho estão interligadas com uma LAN Ethernet com uma taxa de dados de 10 mbps ou superior.