RedBlue: cluster para pesquisa e ensino em Engenharia

Abstract

Programas de computadores são muito utilizados para resolução de problemas complexos em engenharia. Atualmente, espera-se que um engenheiro saiba mais que apenas utilizá-los, sendo esta habilidade muito valorizada no mercado de trabalho. Tal habilidade possibilita que profissionais consigam utilizar um maior conjunto de ferramentas para solucionar problemas. As simulações computacionais, por exemplo, podem ser utilizadas como ferramenta de aquisição de conhecimento, permitindo que um profissional ou um estudante crie, teste e valide suas hipóteses. As simulações também são utilizadas em pesquisas científicas como alternativa a experimentos de difícil obtenção e na indústria para reduzir custos. Porém, uma simulação pode consumir mais recursos do que os disponíveis em um computador, tornando seu tempo de execução inviável. Uma forma barata de se obter mais desempenho é utilizando um cluster de computadores comuns. Dessa forma, seria possível utilizar os laboratórios de informática disponíveis para executá-las. Entretanto, isso implicaria em conhecimentos aprofundados em computação paralela e/ou distribuída por parte dos usuários, dificultado o desenvolvimento de aplicações. Com o objetivo de minimizar o tempo de execução de simulações complexas utilizando clusters e permitir que usuários com poucos conhecimentos em programação paralela e/ou distribuída possam utilizá-lo, este trabalho apresenta uma solução denominada “plataforma RedBlue”. Essa plataforma recebe a aplicação do usuário e a executa nos nós do cluster de forma automática e transparente para o mesmo. Para testar a plataforma desenvolvida foram realizados testes com redes neurais artificiais e com um algoritmo genético simples, ambos buscando descobrir a melhor configuração de parâmetros para determinado problema. Utilizaram-se 60 máquinas de um laboratório de informática para testar a plataforma. Os resultados mostram que houve uma redução de até 98% no tempo de execução do experimento com redes neurais e 99,3% para o experimento com o algoritmo genético em comparação a execução sequencial. Esses resultados indicam que a plataforma é viável para utilização em laboratórios de informática, possibilitando uma redução considerável no tempo de execução de simulações complexas. A plataforma é aplicável a um número flexível de computadores, ajustando-se à capacidade dos laboratórios. Além disso, pode ser utilizada como instrumento útil ao ensino e pesquisa. Ressalta-se que a utilização de simulações computacionais para ensino e pesquisa contribui não apenas para a aprendizagem de conteúdos, mas também para o surgimento de habilidades necessárias ao mercado de trabalho do engenheiro.