PARALELIZACIÓN DE MÉTODOS DE APROXIMACIÓN DE FUNCIONES REALES USANDO UN CLÚSTER EN MPI

El alto rendimiento, la alta disponibilidad, la disminución de costos y la alta confiabilidad son factores, que hoy en día son importantes en muchos de los sectores de las diferentes ramas de la computación. Dichos factores pueden influir en otro, como por ejemplo tiempo o recurso monetario. Algunos parámetros que dependen de estos factores son: aumentar la productividad al disminuir el tiempo de desarrollo y/o aumentar la seguridad. Para ello se debe contar con un equipo de cómputo que, además de ser bajo precio, sufrague las demandas de las características expuestas previamente. Un ejemplo donde es necesario este equipo es en la programación de métodos numúricos, donde tanto el tiempo de respuesta como el volumen de cálculos son puntos de interés muy importantes para el desempeño computacional. MPI (Message Passing Interface, interfaz de paso de mensajes) es una librería estándar de paso de mensajes, la cual nos brinda una forma de explotar el rendimiento de un programa sobre varias computadoras trabajando simultáneamente. En el presente trabajo se exhibe el paradigma del paralelismo, así como también los antecedentes históricos que han llevado a su desarrollo, los problemas que se pueden resolver con él, la forma de medición de la paralelización mediante la granularidad, la aceleración y la eficiencia. Asimismo se definirá el concepto de clúster, los tipos de clústeres que hay y las consecuencias de cada una de sus implementaciones. Se presentará la forma para implementar un clúster con OPENMPI, así como también se presentarán sus características y su desempeño en distintos ambitos de la computación, sus ventajas y desventajas ante otras implementaciones. También se darán antecedentes históricos sobre implementaciones en la facultad de ciencia Físico–matemáticas de la Universidad Michoacana San Nicolás de Hidalgo