Partitionnement multi-critères de graphes pour l'équilibrage de charge de simulations multi-physiques - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2016

Multi-constraints graph partitioning for load balancing of multi-physics simulations

Partitionnement multi-critères de graphes pour l'équilibrage de charge de simulations multi-physiques

Résumé

Les simulations numériques de grande taille nécessitent d'être effectuées en parallèle. L'équilibre de la charge entre les nœuds de calcul est alors primordial. Dans le cas de simulations multi-physiques, on modélise le problème d'équilibrage de charge par celui du partitionnement multi-critères de graphes, problème NP-Difficile pour lequel les outils existants reposent sur des heuristiques largement améliorables. Nous présentons ici une méthode de partitionnement multi-critères de graphe utilisant un schéma multi-niveaux adapté. Notamment, nous proposons un nouvel algorithme de partitionnement initial et nous démarquons de l'existant concernant la phase de raffinement, conçue pour respecter strictement les tolérances d'équilibre. En mono-critère, notre méthode est compétitive par rapport à des logiciels de référence comme Scotch et MeTiS. En multi-critères, contrairement à MeTiS, notre méthode retourne dans tous les cas des solutions valides par rapport aux tolérances prescrites.
Fichier principal
Vignette du fichier
article_compas_2016.pdf (3.28 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01417532 , version 1 (15-12-2016)

Identifiants

  • HAL Id : hal-01417532 , version 1

Citer

Rémi Barat, Cédric Chevalier, François Pellegrini. Partitionnement multi-critères de graphes pour l'équilibrage de charge de simulations multi-physiques. Conférence d’informatique en Parallélisme, Architecture et Système (COMPAS), Jul 2016, Lorient, France. ⟨hal-01417532⟩
184 Consultations
320 Téléchargements

Partager

Gmail Facebook X LinkedIn More