Jumat, 02 Mei 2014

Analisis Kinerja Sushi besar ParallelApplication on Cluster Komputer Lingkungan: Studi Kasus Virtual Screening dengan Autodock Vina 1.1 pada Hastinapura Cluster

Nama  : Debby Ayu Permata Sari
Kelas   : 4IA13
NPM   : 51410723
Materi : Paralell Komputasi

1. Pendahuluan

A. Kebutuhan High Performance Computing
penemuan besar pada informasi dan teknologi telah mengubah paradigma penelitian tentang banyak peneliti field.The digunakan eksperimen virtual pada IT untuk getmore hasil yang akurat dan untuk mengurangi ofexperiment biaya. Namun, banyak masalah muncul ilmuwan whenmany mencoba menggunakan pemodelan komputer tobuild laboratorium virtual. Canggih mathematicsmodel, keterbatasan dana dan researchinfrastructure, dan masalah islimitation paling menjengkelkan sumber daya komputasi untuk mendapatkan hasil theinformation secepat possible.
B. Biaya dan Batasan Infrastruktur
Sumber daya komputasi yang tinggi yang dapat memecahkan masalah thesophisticated seperti ordinerequations diferensial di atas hanya dapat diterima bysupercomputer infrastruktur (ex: Cray X-MP, CDC, ILLIAC-IV) beberapa dekade yang lalu. Batasan integratedcircuit (IC) dan pengembangan prosesor; dan growingresearch pada jaringan dan protokol telah beenstimulating teknologi baru performancecomputer tinggi. Yang baru adalah klaster dan jaringan computingtechnology [3]. Sebenarnya, konsep aren "t benar-benar baru. Ketika ITresearcher mencoba untuk mengembangkan kinerja tinggi computerin tempat pertama, mereka sudah memikirkan komputer cluster possibilityof dan grid berbasis tetapi pada waktu itu theprotocols dan jaringan keamanan isn "t muka seperti sekarang
Jadi mereka mulai penelitian mereka pada supercomputertechnology yang secara khusus membangun computerwith khusus compiler khusus yang mampu menjalankan parallelapplication untuk memecahkan masalah yang perlu roseources highperformance coputational [4]. Biaya pembangunan benar-benar mendapat significantaspect pada pengembangan infrastruktur tersebut technologies.Supercomputer adalah tobuild cukup mahal tapi klaster dan jaringan teknologi isn "t yang incomparison tinggi. Gugus bangunan dan grid computersrelatively murah. Hal ini telah mendorong banyak researchersnot hanya di negara dunia ketiga, tetapi juga di dunia thewhole mencoba untuk menerapkan kluster dan gridcomputer untuk membantu perhitungan ilmiah mereka sebagai partof kegiatan penelitian mereka.
C. Kertas StructureIn tulisan ini kita akan membahas kinerja pada aplikasi memalukan paralel sebagai salah satu theparallelization metode yang berjalan pada computerinfrastructure klaster yang disebut "Hastinapura" di UniversitasIndonesia. Makalah ini akan menjelaskan pendahuluan juga sebagai latar belakang penelitian di section1 tersebut. Bagian 2 akan menjelaskan hardware dan softwarearchitecture cluster kami "Hastinapura". The komputasi paralel overviewof akan dijelaskan dalam thesection 3 serta parallelapplication memalukan istilah. Bagian 4 akan menampilkan hasil bioinformatika kasus yang memalukan paralel oncluster "Hastinapura". Bagian terakhir adalah discussingconclusion karya kami dan banyak futureopportunities untuk melakukan penelitian di lapangan ini.

II. Hastinapura CLUSTER KOMPUTER ARSITEKTUR
A.    Hardware InfrastructureHastinapura klaster terdiri dari satu node kepala, Portal simpul onegrid, satu node penyimpanan dan 16 workernodes [5]. Kepala simpul adalah kunci utama clustertechnology tersebut. Semua manajemen cluster dilakukan bymiddleware yang menempatkan di server ini.
Portal Grid simpul di Hastinapura klaster digunakan forcommunication antara klaster Hastinapura thatlocated pada Universitas Indonesia dan clusteron lainnya universitas lain. Jaringan ini akan establishedthe RI-Grid Infrastruktur yang didukung byINHERENT, fasilitas jaringan yang disediakan byministry pendidikan untuk educationinstitution tinggi Indonesia. Entah bagaimana, infrastruktur ini masih memiliki

B.     Software InfrastructureHastinapura klaster menggunakan Globus Toolkit asmiddleware yang menangani semua software managementabove mesin. Globus Toolkit dapat managedifferent cluster dengan mesin yang berbeda satu gridsystem. Di atas Globus Toolkit, Hastinapura menggunakan SunGrid Mesin sebagai penyerahan pekerjaan dan klaster resourcesmanagement. MPICH disediakan di Hastinapura tosupport aplikasi paralel MPI berbasis yang berjalan onthe klaster [5]. Banyak aplikasi telah dikerahkan onhastinapura cluster untuk mendukung kegiatan penelitian inUniversitas Indonesia. Beberapa aplikasi arempiBlast, urutan allignment dalam bioinformatika thatbased pada MPI; GROMACS, software dynamicsimulation molekul; dan MPI-POV-Ray, opticalmodelling untuk interaksi objek-ray [6]

A. Kesimpulan
Penelitian ilmiah dengan masalah spesifik thatcan menjadi dibagi menjadi banyak pekerjaan yang tidak havehigh dependensi di setiap proces dapat mendefinisikan masalah intoembarassingly paralel. Masalah EP runswell pada lingkungan komputer kluster yang dapat bebuild sebagai substitusi supercomputerinfrasturcture. EP telah menjadi betweenresearchers favorit yang perlu resources.EP komputasi besar memberikan hasil yang sangat bagus di cluster computerenvironment. Ini menunjukkan kecepatan up yang baik dan efisiensi mengenai kinerja umum aplikasi.

B. Masa Depan Pekerjaan

Masalah penelitian terbuka di daerah ini yang bersangkutan pada hardware cluster infrastructure.Simple penjelasan mengenai EP adalah aplikasi.