Rune Ruse Selknæs: OODSM i Python

I dette projekt beskrives, designes og implementeres et
objektorienteret distribueret delt hukommelses system til Python.
Systemet kaldes pyOODSM.

Motivationen for at udvikle DSM systemer, kommer fra udviklingen inden
for high performance computing, hvor man i stigende grad baserer sig
på hardware, der ikke har delt hukommelse. Ved at introducere et
objektorienteret DSM system, vil programmører kunne arbejde i et delt
hukommelsesmiljø, selv om den fysiske hukommelse er distribueret.
Dette er en stor fordel, da det vil give programmører mulighed for at
arbejde i en model, der ligger tættere på en rent objektorienteret,
delt-hukommelses arkitektur, som de fleste softwareudviklere er
fortrolig med.

Systemet pyOODSM udvikles iterativt, således at en primitiv, minimal
men fungerende løsning udvikles. Denne udgaves ydevene måles og
analyseres ved at bruge pyOODSM til at udvikle parallelle udgaver af
beregningskrævende, videnskabelige programmer. Ud fra køretidsdata,
samt profileringsdata, opsamlet under kørslerne af disse programmer,
kan eventuelle uhensigtmæssigheder afdækkes.

Efter ydeevnetesten, udvælges en række forbedringer, der har god
chance for at give betydelige forbedringer af ydeevnen for pyOODSM.
Disse indarbejdes i designet, og implementeres. Slutteligt afvikles
ydeevnetesten igen, for at opnå en evaluering af effekten af de valgte
forbedringer. De valgte forbedringer er: Skift til en homebased
distributions model, implementering af mulighed for pinning af
objekter samt udvikling af et prefetching modul.

Resultaterne viser at der kan opnås hæderlige speedups, for de fleste
problemer der er testet for. Ydermere viser resultaterne at de valgte
forbedringer giver bedre resultater for de valgte problemer. Dog er
det ikke alle forbedringer, der giver bedre resultater for alle
problemerne.

Eksaminator: Brian Vinter, DIKU
Censor: Morten Frank, Nordea