scholarly journals Análise de Desempenho de um Simulador de Reservatórios de Petróleo em um Ambiente de Computação em Nuvem

2014 ◽  
Author(s):  
Maicon Alves ◽  
Lúcia Maria Drummond

A computação em nuvem (cloud computing) é considerada como um novo paradigma de computação distribuída em que os clientes podem acessar recursos diretamente da Internet. Estudos recentes avaliam o uso dos recursos providos pela nuvem para executar aplicações científicas que demandam alto poder computacional. Neste sentido, este trabalho apresenta uma análise de desempenho de um simulador de reservatórios de petróleo a fim de avaliar o comportamento de tal aplicação científica em um ambiente de computação em nuvem provido pelas plataformas Amazon EC2 e Microsoft Azure. Essa análise leva em conta a observação de métricas do sistema operacional e a execução de benchmarks específicos. Os resultados mostram que o overhead de virtualização e o compartilhamento de recursos causam um descréscimo significativo de desempenho em tais aplicações.

Author(s):  
Shulei Xu ◽  
S. Mahdieh Ghazimirsaeed ◽  
Jahanzeb Maqbool Hashmi ◽  
Hari Subramoni ◽  
Dhabaleswar K. Panda
Keyword(s):  

Author(s):  
Rizik M. H. Al-Sayyed ◽  
Wadi’ A. Hijawi ◽  
Anwar M. Bashiti ◽  
Ibrahim AlJarah ◽  
Nadim Obeid ◽  
...  

Cloud computing is one of the paradigms that have undertaken to deliver the utility computing concept. It views computing as a utility similar to water and electricity. We aim in this paper to make an investigation of two highly efficacious Cloud platforms: Microsoft Azure (Azure) and Amazon Web Services (AWS) from users’ perspectives the point of view of users. We highlight and compare in depth the features of Azure and AWS from users’ perspectives. The features which we shall focus on include (1) Pricing, (2) Availability, (3) Confidentiality, (4) Secrecy, (5) Tier Account and (6) Service Level Agreement (SLA). The study shows that Azure is more appropriate when considering Pricing and Availability (Error Rate) while AWS is more appropriate when considering Tier account. Our user survey study and its statistical analysis agreed with the arguments made for each of the six comparisons factors.


2020 ◽  
Author(s):  
Diego A. Pérez Montes ◽  
Juan A. Añel ◽  
Javier Rodeiro

<p><strong>CONDE (Climate simulation ON DEmand)</strong> is the final result of our work and research about climate and meteorological simulations over an HPC as a Service (HPCaaS) model. On our architecture we run very large climate ensemble simulations using a, adapted, WRF version that is executed on-demand and that can be deployed over different Cloud Computing environments (like Amazon Web Services, Microsoft Azure or Google Cloud) and that uses BOINC as middleware for the tasks execution and results gathering. Here, we also present as well some basic examples of applications and experiments to verify that the simulations ran in our system are correct and show valid results. </p>


Charity ◽  
2020 ◽  
Vol 3 (2) ◽  
Author(s):  
Heru Suhartanto ◽  
Arry Yanuar ◽  
Ari Wibisono ◽  
Yohanes Gultom

Masalah pertama yang dihadapi terkait kegiatan ini adalah Penggunaan sumber daya High Performance Computing (HPC) membutuhkan fasilitas superkomputer yang sangat mahal, baik pengadaan maupun perawatannya. Sehingga fasilitas HPC tersebut hanya dimiliki institusi tertentu yang memiliki sumber pendanaan cukup besar. Terutama di Indonesia, mungkin hanya segelintir lembaga pendidikan dan penelitian yang mampu memilikinya. Hal ini mengakibatkan, pemanfaatan HPC untuk penelitian menjadi terbatas, karena sangat sedikit sekali aktivitas penelitian yang memiliki akses ke fasilitas HPC tertentu. Sehingga hal ini menjadi suatu hambatan tersendiri, terutama untuk kasus penelitian yang menuntut sumber daya komputasi besar. Masalah kedua yakni para peneliti yang umumnya berasal dari berbagai macam disiplin ilmu pengetahuan sering tidak memiliki kemampuan tentang bagaimana menggunakan infrastruktur HPC tersebut. Umumnya, pengguna HPC cloud akan diberikan beberapa server virtual, kemudian server virtual tersebut harus disiapkan secara mandiri sesuai kebutuhan aplikasinya. Setup tersebut berkaitan dengan instalasi Sistem operasi, midleware, aplikasi, serta beberapa konfigurasi yang tidak sederhana. (Rajan et all, 2011) Sehingga, peneliti tersebut harus bertambah pekerjaan dan waktu tambahan untuk mempelajari suatu kemampuan lain yang cukup rumit di luar esensi penelitian itu sendiri agar mampu menggunakan cloud IAAS tersebut Untuk mengatasi masalah masalah pertama tersebut, muncul satu alternatif solusi, yaitu dengan penggunaan layanan cloud Infrastruktur-as-a-Service (IAAS), di mana layanan cloud tersebut menyediakan infrastruktur HPC. Layanan infrastruktur tersebut meliputi prosesor, memory, storage, jaringan internet, listrik serta perawatan. Saat ini banyak bermunculan vendor IAAS, seperti Amazon EC2 (Elastic Computing Cloud for Computing Service), S3 (Simple Storage Service), Microsoft Azure (PAAS), Google AppEngine, dan lainnya. Penulis telah mengembangkan prototype portal Sumber Daya HPC untuk simulasi dinamika molekuler sebagai output dari kegiatan penelitian beberapa tahun belakangan ini. Dalam kegiatan ini, dilakukan ujicoba implementasi prototype tersebut kepada usernya yakni para peneliti baik dosen dan mahasiswa. Sosialisasi pengenalan dan ujicoba prototype tersebut telah dilakukan kepada beberapa rekan dosen, peneliti dan mahasiswa di Universitas Padjajadan dan Institute Teknologi Bandung. Berdasarkan hasil kuesioner kegiatan sosialisasi ini, seluruh peserta merasa puas dengan kegiatan sosialisasi ini dan menganggap prototype tersebut dapat membantu memperbaiki kondisi mereka. Sistem yang diperkenalkan ini juga dianggap sesuai oleh seluruh peserta untuk mengangkat potensi bidang mereka (farmasi/kimia). Sebagian besar peserta juga merasa puas dengan acara yang diselenggarakan ini dan merasa cukup mampu untuk memanfaatkan sistem ini secara mandiri tanpa bantuan/pendampingan dari tim UI.


2020 ◽  
Vol 19 (4) ◽  
pp. 77-88
Author(s):  
Carmen Inés Báez-Pérez ◽  
Clifton Eduardo Clunie-Beaufond

Este artículo presenta una propuesta de un modelo tecnológico que buscar servir de punto de partida para implementaciones de soluciones educativas, que apoyen procesos de formación por medio de la educación ubicua; este modelo se implementó sobre una plataforma tecnológica basada en Computación en la Nube Móvil (Mobile Cloud Computing -MCC), que se soportasobre tecnologías en la nube computacional (Cloud Computing). Para validar la aplicación del modelo, se implementó un caso de estudio, el cual se basa en el tema de Resolución de Problemas Matemáticos, tema que se desarrolla en asignaturas de primeros semestres a nivel universitario. La implementación se realizó mediante el desarrollo de una app (aplicación para dispositivos móviles) utilizando la plataforma Microsoft Azure, como plataforma de Computación de Nube Móvil y las herramientas de desarrollo C# yASP:NET. El manejador de base de datos usado es MySQL.


2013 ◽  
Vol 5 (5) ◽  
pp. 35-44 ◽  
Author(s):  
Azzam Sleit ◽  
Nada Misk ◽  
Fatima Badwan ◽  
Tawfiq Khalil
Keyword(s):  

2019 ◽  
Vol 14 (2) ◽  
pp. 20-45
Author(s):  
Jimmy Anderson Flórez Zuluaga ◽  
Samuel Guillermo Orozco Montero ◽  
Wilmer Arley Daza Hernández ◽  
Edinson Rolando Cardenal Moreno ◽  
Luisa María Amariles Saldarriaga

La infraestructura crítica, aporta costos importantes en el desarrollo de un proyecto de Tecnologías de la Información y las Comunicaciones (TIC); además de problemas como la latencia en la intercomunicación, la escalabilidad y la estabilidad de procesos en tiempo real, los cuales pueden generar dudas en los investigadores a la hora de determinar el uso de arquitecturas en la nube o tradicionales en un proyecto, criterio que afecta el presupuesto y la viabilidad del proceso. Con el fin de apoyar este tipo de análisis y facilitar la escogencia de la estructura a implementar, en este trabajo se propone un caso de estudio en el que se utilizó un proyecto sobre análisis meteorológico en tiempo real, en ambas plataformas de manera paralela y se evaluó el desempeño de las tecnologías en la nube versus las físicas. En el trabajo se describen los sistemas operativos, facilidades y características de ambas aproximaciones, para que sirvan de base en la elección de una u otra alternativa de acuerdo con las necesidades del proyecto.  Para la evaluación, el proyecto fue implementado en plataformas en sitio y en plataformas de cloud computing, lo que permitió realizar una comparación entre ambas tecnologías, determinando diferencias en su infraestructura, seguridad, rendimiento y fiabilidad.  Para la implementación se utilizó modelo de virtualización tradicional, usando el Hipervisor Esxi 6.0 de la empresa VMware, y para la infraestructura Cloud, se utilizó Microsoft Azure para la virtualización.


2015 ◽  
pp. 3-26 ◽  
Author(s):  
Marshall Copeland ◽  
Julian Soh ◽  
Anthony Puca ◽  
Mike Manning ◽  
David Gollob

2017 ◽  
Vol 13 (08) ◽  
pp. 121 ◽  
Author(s):  
Jie Xiong ◽  
Shen-Han Shi ◽  
Song Zhang

Scientific computing requires a huge amount of computing resources, but not all the scientific researchers have an access to sufficient high-end computing systems. Currently, Amazon provides a free tier account for cloud computing which could be used to build a virtual cluster. In order to investigate whether it is suitable for scientific computing, we first describe how to build a free virtual cluster using StarCluster on Amazon Elastic Compute Cloud (EC2). Then, we perform a comprehensive performance evaluation of the virtual cluster built before. The results show that a free virtual cluster is easily built on Amazon EC2 and it is suitable for the basic scientific computing. It is especially valuable for scientific researchers, who do not have any HPC or cluster, to develop and test their prototype system of scientific computing without paying anything, and move it to a higher performance virtual cluster when necessary by choosing more powerful instance on Amazon EC2.


Sign in / Sign up

Export Citation Format

Share Document