Loadbalancing auf Parallelrechnern mit Hilfe endlicher Dimension ...
Loadbalancing auf Parallelrechnern mit Hilfe endlicher Dimension ...
Loadbalancing auf Parallelrechnern mit Hilfe endlicher Dimension ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4.3 ADI-OPTbezeichnet. Wie in Algorithmus 4.4 zu sehen ist, wird das <strong>auf</strong> den Eigenwerten desGraphen G (1) basierende OPT abwechselnd <strong>auf</strong> die beiden Richtungen von G angewandt.So erhält man nach m − 1 Iterationsschritten die Gleichverteilung w = w m−1 . Daseinfache OPT-Verfahren würde dagegen deutlich länger dauern, da die Laplace-Matrixvon G bis zu m(m+1)2verschiedene Eigenwerte haben kann.for k = 1, (. . . , m − 1 do ) ()w k = I − 1 L Diff (1) ⊗ I I − 1 I ⊗ L Diff (1) w k−1λ (1)k+1λ (1)k+1end forAlgorithmus 4.4: ADI-OPT-Verfahren, zweidimensionalNatürlich ist auch ADI-OPT nicht <strong>auf</strong> zwei <strong>Dimension</strong>en beschränkt und die Graphender verschiedenen Richtungen müssen auch nicht identisch sein. Bei verschiedenenGraphen G (i) muss man lediglich vorab d Sätze von Eigenwerten bestimmen. In Algorithmus4.5 wird im ersten Schritt <strong>mit</strong> allen Richtungen begonnen, Richtungen <strong>mit</strong>weniger Eigenwerten sind daher früher beendet als andere. Als Bezeichnung hierfür wirdVDI-OPT benutzt (variable directions).for k = 1, . . . , max { m (1) , . . . , m (d)} − 1 do˜w 0 = w k−1for l = 1, . . . , c do {<strong>Dimension</strong>sschleife}if k < m (l) ( then)˜w l = I n − 1 I n (d)···n (l+1) ⊗ LDiff (l) ⊗ I n (l−1)···n (1)x = x + 1λ (l)k+1else˜w l = ˜w l−1end ifend forw k = ˜w dend forλ (l)k+1(I n (d)···n (l+1) ⊗ A(l)T ⊗ I n (l−1)···n (1) )Algorithmus 4.5: VDI-OPT-Verfahren, d-dimensionalIn Kapitel 2.5 wurde festgestellt, dass die numerische Stabilität des OPT-Verfahrensvon der Reihenfolge der Eigenwerte λ i abhängt. Diese Eigenschaft überträgt sich direkt<strong>auf</strong> ADI-OPT, wobei die Fehler dank der geringeren Anzahl von Rechenschritten wenigergroß werden, vgl. Abbildung 4.2. Verwendet man die <strong>auf</strong> Leja-Punkten beruhendeSortierung, so läuft ADI-OPT selbst <strong>auf</strong> den großen Gittern G 32 und G 64 noch stabil.Wie beim ADI-FOS sind auch hier die berechneten Flüsse nicht mehr l 2 -minimal. Zusätzlichhängen sie nun noch entscheidend von der Reihenfolge der Eigenwerte ab. Wiedie experimentellen Beispiele in Tabelle 4.1 zeigen, erhält man die geringsten Flusswertebei absteigender Sortierung. Aus Gründen der besseren numerischen Stabilität˜w j−1˜w l−193