viernes, 25 de mayo de 2018

Guion y Entrevista


Guion de Entrevista

Objetivo: Aprender sobre el tema de HPC y clústeres, los conceptos principales, los requisitos y las funciones o aplicaciones que tienen los susodichos.
La entrevista va dirigida a ingenieros mexicanos que elaboraron un clúster dentro de nuestro país.

1.- ¿Qué es un clúster computacional?
 
2.- ¿Qué es el HPC (High Performance Computing)?

3.- ¿Qué tipos de clúster existen?

4.- ¿Cómo funciona el procesamiento en paralelo?

5.- ¿Qué requisitos son necesarios a la hora de diseñar un clúster?

6.- ¿Qué software se utiliza?

7.- ¿Cómo está compuesto (Hardware) su clúster?

8.- ¿Qué problemas surgieron durante la elaboración del clúster?

9.- ¿Cuáles son las principales funciones que realiza?

10.- Por último, ¿Alguna recomendación para entusiasmados en el tema de HPC para realizar su propio clúster?


Basandome en el guión previo, busque proyectos de HPC realizados en México para conseguir entrevistar a alguien conocedor del tema. Mi busqueda me llevo al clúster desarrollado en el CIMAT (Centro de Investigación en Matemáticas) en Guanajuato.

Ahi logre ponerme en contacto con el Ingeniero Iván Agustín Munguía Torres, quien amablemente me presto de su tiempo para atender la entrevista.
 
  

Entrevista Aplicada

Nombre de entrevistado: Iván Agustín Munguía Torres

Función: Ingeniero colaborador del proyecto

Lugar de entrevista: Vía e-mail

Fecha de la entrevista: 25 de mayo 2018, 4:00 p.m

Objetivo: Aprender sobre el tema de HPC y clústeres, los conceptos principales, los requisitos y las funciones o aplicaciones que tienen los susodichos.
La entrevista va dirigida a ingenieros mexicanos que elaboraron un clúster dentro de nuestro país.

Presentación al Entrevistado:
¡Hola buenas tardes! 
Mi nombre es Joel y soy un aspirante a ingresar a estudios universitarios en el área de desarrollo de software y tengo un curso propedéutico donde debo realizar una investigación sobre un tema relacionado a la carrera.

Me llamó mucho la atención todo lo relacionado sobre High Performance Computing y en mi investigación, me topé con su proyecto.

Si no fuera mucha molestia, ¿podría apoyarme contestando las siguientes cuestiones?  o bien, otorgarme la oportunidad de entrevistarlo?”

Iván: Ok, excelente, y como dicen por ahí "No hay preguntas tontas". De la misma manera no hay preguntas “simples” talvez para alguien de alto nivel son simples, pero para ti son complejas, ¡entonces se vale preguntar!

Preguntas:

Yo: 1.- ¿Qué es un clúster computacional?

Entrevistado: Un Clúster es un conjunto de computadoras interconectadas, con el propósito de trabajar de manera coordinada para resolver un problema


Y: 2.- ¿Qué es el HPC (High Performance Computing)?

E: HPC = Computo de alto rendimiento, 
En el computo "standard" tu PC (Personal Computer = Computadora personal) realiza operaciones con un procesador standard (digamos un procesador de dos cores), con la memoria RAM estándar, digamos unos 4 GB de memoria RAM. 
El computo que realiza un clúster es llamado de alto rendimiento por que usa procesadores de muchos más núcleos (24, 48 núcleos, por maquina) con niveles de memoria RAM muy altos (12 GB de RAM por maquina) y además, muchas computadoras interconectadas. 
El artículo que leíste el clúster tiene un poder de computo de 216 cores, y de 455.3 GB de RAM. ¡Si revisas la lista de las 500 supercomputadoras (clústeres) más importantes del mundo, la numero uno cuenta con 10,649,600 de cores! Por eso es llamado computo de alto rendimiento HPC
Esta es la lista


Y: 3.- ¿Qué tipos de clúster existen?

E: Según la wikipedia hay 3 tipos 
·         HPCC (High Performance Computing Clusters: clústeres de alto rendimiento).
·         HA o HACC (High Availability Computing Clusters: clústeres de alta disponibilidad).
·         HT o HTCC (High Throughput Computing Clusters: clústeres de alta eficiencia).


Y: 4.- ¿Cómo funciona el procesamiento en paralelo?

E: Un programa de computadora, por ejemplo, los programas de c++ que escribes son una secuencia de instrucciones. En principio cada una de estas instrucciones se ejecuta de manera secuencial (primero una luego la siguiente, etc) El procesamiento en paralelo consiste en ejecutar múltiples instrucciones al mismo tiempo, cada una en un core del procesador, de manera que si un procesador tiene 48 cores, la ejecución del programa seria en teoría 48 veces más rápida que en un procesador con un solo core (en la práctica no es tan rápido ya que algunas instrucciones no se pueden paralelizar)


Y: 5.- ¿Qué requisitos son necesarios a la hora de diseñar un clúster?

E: La sección de Diseño de Clúster -> Consideraciones explica muy bien los requisitos.
“Este apartado es muy extenso para describir en pocas palabras, visitar link para leer las consideraciones: http://www.redalyc.org/html/416/41620956003/”


Y: 6.- ¿Qué software se utiliza?

E: En principio solo necesitas un sistema operativo, y tu programa que correrás en el clúster. Sin embargo, dependiendo de las aplicaciones que quieras realizar, ya existe software comercial especializado que te ayuda con la tarea (movimiento de partículas, deformación de sólidos, transferencia de calor, simulación de choques)
Nuestro clúster como dice el artículo, tiene instalado 
Sistema operativo: Rocks Clúster Linux 5.3 (64 bits)
Compiladores: GCC 4.5.2. Soporte para C, C++, Fortran y OpenMP
Librería de manejo de mensajes: Open-MPI 1.5.3
Software de pre y post procesamiento: GiD 9.0.6


Y: 7.- ¿Cómo está compuesto (Hardware) su clúster?

E: La sección de hardware en el artículo da los detalles específicos (modelo de procesador, memoria, numero de nodos, etc)
“El clúster está compuesto por 32 nodos con las siguientes características:
• Nodo Maestro:
- Procesador: AMD Quad Core Opteron 2350
HE (8 núcleos), Memoria: 12 GB, Disco Duros: SATA 250 GB,
1 TB. Ambos de 7200 revoluciones por minuto.
• 16 Nodos Esclavos:
- Procesador: 2 x AMD Quad Core Opteron 2350 HE (8 núcleos), Disco Duro: SATA 160 GB, Memoria: 12 GB con velocidad de 667Mhz.
• 15 Nodos Esclavos:
- Procesador: Intel(R) Xeon(R) CPU E5502 (4 núcleos), Disco Duro: SATA 160 GB, Memoria:
16 GB con velocidad de 1333 MHz.

El hardware adicional es el siguiente:
• Interconexión de Red
• Switch Linksys: 48 puertos, 1Gbps, modelo SLM2048. Para administración interna.
• Switch SMC: 48 puertos. 1 Gbps (red interna). Modelo SMC8150L2. Capa 2.
• Switch Linksys: 24 puertos. 1 Gbps, modelo SRW2024 (red externa).
• Sistema de energía ininterrumpida (UPS) de 30 KVA, salida senoidal, tres salidas 120 v y entrada de 220 v. El equipo trabaja a 120 v.

Recursos totales del clúster:
• Núcleos de unidades de procesamiento (cores): 216
• Capacidad en memoria: 455.3 GB
• Capacidad en disco: 5.7 TB”


Y: 8.- ¿Qué problemas surgieron durante la elaboración del clúster?

E: El gasto de energía eléctrica fue un reto (Son varias máquinas y si consumen mucha energía)
Refrigerar las maquinas apropiadamente también fue un reto. 


Y: 9.- ¿Cuáles son las principales funciones que realiza?

E: Principalmente correr experimentos de algoritmos para generación de artículos de investigación. También se utiliza para corres experimentos de las tesis de estudiantes de Licenciatura, maestría y doctorado


Y: 10.- Por último, ¿Alguna recomendación para entusiasmados en el tema de HPC para realizar su propio clúster?   

E: Yo te recomendaría comenzar con aprender computo paralelo OpenMP, cualquier PC en estos días trae más de un Core así que no necesitas nada especializado para comenzar

Si lo que quieres es aprender a configurar un clúster, podrías comenzar utilizando máquinas virtuales en virtual box. 

Si lo que quieres es físicamente armar un clúster, talvez conseguir algunas RaspberryPi para crear un clúster no tan costoso


Espero que las respuestas te sirvan Joel 

Saludos

Bitacora de investigacion

Bitácora de Investigación

Fecha: Jueves 24 de Mayo 2018

Visita: Realice una visita a la institución del Centro Universitario de la Ciénega de mi localidad, institución que cuenta con la biblioteca con mayor cantidad de recursos académicos en mi municipio.



Registro de resultados:
a) 9:45 a.m Arribé a la institución con la intención de encontrar la biblioteca, intención que compartí con los guardias para obtener acceso.

b) 9:50 Después de preguntar por la ubicación de la biblioteca por unos minutos, encontré a la susodicha e ingresé.

c) 9:52 Le informe a la recepcionista acerca del tema de mi investigación para ayudarme a encontrar información relevante, sin embargo, no logro encontrar recursos en el catálogo digital y me recomendó buscar los libros físicamente.

c) 10:00 Tras unos minutos buscando el área de la biblioteca relevante para mi tema, di con ella y continúe buscando información sobre clúster, procesamiento en paralelo o hpc.

d) 10:42 Busque por toda el área de la biblioteca relevante a el desarrollo y computo, sin embargo, la información encontrada fue mínima, e incluso lo encontrado estaba en inglés.

e) 10:51 Salgo de la institución, algo decepcionado por la falta de información relevante sobre mi tema.

Observaciones:
Note como la biblioteca es visitada por no solo alumnos, sino personas de todo tipo, tanto maestros, ingenieros, y demás.
La biblioteca tiene un catálogo digital un poco desactualizado y poco confiable
La biblioteca cuenta con una gran cantidad de recursos, desafortunadamente poco sobre mi tema.

Actividades no realizadas: No pude contactar al encargado del área de sistemas, debido a que se encontraba ocupado dando clases en el tiempo que estuve en la institución.

Interpretación de los hallazgos: Considero que al ver que la biblioteca si está bien abastecida de recursos sobre diversos temas, el no encontrar mucho sobre clúster indica que es un tema relativamente nuevo, al menos en México.

Impacto de la experiencia: Fue agradable estar en el ambiente académico de la institución, rodeado de estudiantes y profesores, además la biblioteca provee un entorno ideal para la búsqueda de información.
Lo negativo fue no encontrar información sobre mi tema.
Lo positivo fue que puedo contar con ella para investigar otros temas.

domingo, 20 de mayo de 2018

Análisis y abstracción de información - Marco Teorico

Marco Teórico

Antecedentes del tema:
Según [1]: “El desarrollo de nuevos materiales y procesos de producción, basados en altas tecnologías, requieren una solución de problemas computacionales incrementalmente complejos. 

Sin embargo, aunque el poder computacional, almacenamiento de datos y velocidad de comunicación continúan mejorando exponencialmente, los recursos computacionales disponibles están constantemente fallando de mantenerse con lo que los usuarios demandan de ellos. Por ello la infraestructura de computación de alto rendimiento (HPC) se convierte en un recurso crítico para la investigación y desarrollo, así como para múltiples aplicaciones de negocios.” 

A partir de la década de los noventas, el concepto de clúster ha ido tomando fuerza dentro del campo del cómputo de alto rendimiento (HPC: High Performance Computing), numerosos proyectos de investigación han surgido desde esa época; y todos con diferentes enfoques; desde universidades, hasta grandes empresas; pero el proyecto que significó un parteaguas y una nueva perspectiva en el HPC fue el proyecto beowulf en el año 1994. 

Con la realización del proyecto beowulf realizado por Donald Becker y Thomas Sterling, se logró un rotundo éxito sobre todo por su idea de proveer sistemas basados en COTS (Commodity Off TheShelf) para satisfacer necesidades computacionales específicas. [2]

Esta idea rápidamente se adoptó en la NASA y en las comunidades académicas y de investigación, hoy en día investigadores de la comunidad de HPC se refieren a dichas maquinas como Beowulf Class Cluster Computers. Ahora son reconocidas como un género dentro de la comunidad HPC.


Bases Teóricas:
Un clúster de tipo beowulf es un conjunto de computadores, usualmente económicos, idénticos entre sí, que están interconectados bajo una red LAN común y que mediante un software de procesamiento paralelo permite que los nodos puedan repartirse las tareas de un proceso. 

Tal como menciona [3]: “Este tipo de clústeres ofrece un excelente balance de costo/rendimiento, flexibilidad de configuración y mejora, y escalabilidad que proveen una nueva herramienta, abriendo nuevas oportunidades para aplicaciones de cómputo”.  


Referencias:

[1] Kuzmin, A. (2003). Cluster approach to high performance Computing. Computer Modelling and New Technologies, 7, 7-15.

[2] Becker, D. J., Sterling, T., Savarese, D., Dorband, J. E., Ranawak, U. A., & Packer, C. V. (1995, August). BEOWULF: A parallel workstation for scientific computation. In Proceedings, International Conference on Parallel Processing (Vol. 95, pp. 11-14).

[3] Sterling, T. L. (2002). Beowulf cluster computing with Linux. MIT press.