Les grappes utilisent différents planificateurs, mais ils fonctionnent selon les mêmes principes : plus les exigences en calcul sont grandes, plus le temps d’attente dans la fille est long.

Vous pouvez déterminer la quantité de ressources dont votre programme a besoin de plusieurs manières.

Si vous avez accès au code source, vous pouvez estimer la quantité de mémoire requise pour une exécution particulière. Créez une routine qui passe par la configuration initiale sans allouer la mémoire, afin de suivre la mémoire allouée. Bien que cela nécessite un certain travail au départ, cela vous permettra de calculer rapidement la quantité de mémoire requise et vous fera gagner du temps. Certaines offres commerciales peuvent également vous donner des estimations basées sur la configuration d’entrée.

Si cela n’est pas possible, vous pouvez exécuter des essais de votre programme sur votre ordinateur avec de petits paramètres d’entrée.

Par exemple, si vous exécutez une simulation nécessitant des calculs avec N=500 particules, effectuez des exécutions pour N=10, 20, 30, 40. Vérifiez comment l’utilisation de la mémoire augmente avec chaque incrémentation. Sous Linux, vous pouvez vérifier l’utilisation de la mémoire avec pmap.

Trouvez le PID de votre programme : PID.txt

À partir du total dans la dernière ligne, nous pouvons voir qu’ici le programme a utilisé environ 2 Go. La mise à l’échelle tend à être soit polynomiale, soit logarithmique. En traçant les résultats dans un graphique et éventuellement en ajustant avec un polynôme ou un logarithme, vous pouvez estimer l’utilisation de la mémoire pour N=500.

Après avoir soumis une tâche à une grappe de calcul, vous verrez dans le fichier journal généré automatiquement l’utilisation de la mémoire de votre programme, afin d’ajuster les prochaines soumissions en conséquence. Notre recommandation est de choisir 10 % de plus, afin que votre tâche soit terminée lorsque l’utilisation de la mémoire fluctue un peu.

Estimer le temps d’exécution est plus difficile, car cela dépend de la vitesse du processeur et de la mise à l’échelle du programme lorsqu’il s’exécute sur plusieurs cœurs de processeur. Vous devrez faire une estimation approximative et, lors de la soumission de la tâche, prévoir une marge d’erreur. Utilisez les rapports du cluster pour déterminer le temps d’exécution réel.