[논문 리뷰] A Performance Study of GA and LSH in Multiprocessor Job Scheduling

S. R. Vijayalakshmi, G. Padmavathi|arXiv (Cornell University)|2010. 02. 05.

Distributed and Parallel Computing Systems참고 문헌 6인용 수 7

한 줄 요약

이 논문은 다중 프로세서 작업 스케줄링에서 유전 알고리즘(GA)과 리스트 스케줄링(_LSBH_)을 비교하여 수행 시간 최소화를 위한 확장성과 성능을 평가한다. 실험 결과, GA는 더 나은 메이크스팬 감소를 달성하지만 계산 비용이 높으며, LSH는 중간 수준의 성능 향상과 함께 더 빠른 실행 시간을 제공하여 실시간 시스템 설계에서의 상충 관계를 드러낸다.

ABSTRACT

Multiprocessor task scheduling is an important and computationally difficult problem. This paper proposes a comparison study of genetic algorithm and list scheduling algorithm. Both algorithms are naturally parallelizable but have heavy data dependencies. Based on experimental results, this paper presents a detailed analysis of the scalability, advantages and disadvantages of each algorithm. Multiprocessors have emerged as a powerful computing means for running real-time applications, especially where a uni-processor system would not be sufficient enough to execute all the tasks. The high performance and reliability of multiprocessors have made them a powerful computing resource. Such computing environment requires an efficient algorithm to determine when and on which processor a given task should execute. In multiprocessor systems, an efficient scheduling of a parallel program onto the processors that minimizes the entire execution time is vital for achieving a high performance. This scheduling problem is known to be NP- Hard. In multiprocessor scheduling problem, a given program is to be scheduled in a given multiprocessor system such that the program's execution time is minimized. The last job must be completed as early as possible. Genetic algorithm (GA) is one of the widely used techniques for constrained optimization.

연구 동기 및 목표

• 유전 알고리즘(GA)과 리스트 스케줄링 히우리즘(LSH)의 다중 프로세서 작업 스케줄링에서의 확장성과 성능 평가
• 마지막 작업의 완료 시간(메이크스팬) 최소화에서 GA와 LSH의 장단점 규명
• 다중 프로세서 환경에서 데이터 종속성과 병렬 가능성의 알고리즘 성능에 미치는 영향 분석
• 실시간 및 고성능 컴퓨팅 워크로드에 대한 GA와 LSH의 적합성에 대한 경험적 통찰 제공

제안 방법

• 작업-프로세서 매핑을 진화시키기 위해 선택, 교차 및 변이 연산자를 사용하는 유전 알고리즘(GA) 구현
• 선순서성과 실행 비용을 기반으로 작업을 우선순위 정렬하여 가능한 한 일찍 이용 가능한 프로세서에 할당함으로써 리스트 스케줄링 히우리즘(LSH) 적용
• 메이크스팬과 실행 시간 측정을 위해 크기와 종속성이 다양한 벤치마크 작업 그래프에서 두 알고리즘 평가
• 프로세서와 작업 수 증가에 따른 성능 측정을 통해 확장성 분석
• GA와 LSH 간 공정한 비교를 위해 고정된 파rameter를 사용하는 실험 설정
• 다중 실행 동안 실행 시간, 메이크스팬 및 수렴 행동 측정 및 비교

실험 결과

연구 질문

• RQ1 다중 프로세서 작업 스케줄링에서 GA와 LSH의 메이크스팬 감소 측면에서의 비교는 어떻게 되는가?
• RQ2 프로세서 수와 작업 수가 증가함에 따라 GA와 LSH의 확장성은 어떻게 되는가?
• RQ3 데이터 종속성이 병렬 실행에서 GA와 LSH의 성능에 어떤 영향을 미치는가?
• RQ4 GA와 LSH 간 실행 시간과 해의 품질 사이의 상충 관계는 무엇인가?
• RQ5 저지연 스케줄링이 요구되는 실시간 응용 분야에서 어느 알고리즘이 더 적합한가?

주요 결과

• GA는 고도로 종속적인 복잡한 작업 그래프에서 LSH보다 더 나은 메이크스팬 감소를 달성한다.
• LSH는 더 빠른 실행 시간과 낮은 계산 오버헤드를 보이며, 시간 제약이 있는 환경에서 더 효율적이다.
• GA는 반복 횟수가 증가함에 따라 해의 품질이 향상되지만 문제 크기가 커질수록 수렴 시간이 크게 증가한다.
• LSH는 다양한 프로세서 수에서 일관된 성능을 유지하여 대규모 시스템에서 더 나은 확장성을 보인다.
• 연구 결과, 두 알고리즘이 자연스럽게 병렬화 가능하나, 실질적으로 데이터 종속성이 성능 향상에 제한을 둔다.
• GA는 마지막 작업 완료 시간 최소화에서 LSH를 능가하지만, 더 높은 런타임과 자원 사용량을 수반한다.