Prelegent: Prof. dr hab. Stanisław Gawiejnowicz (Pracownia Algorytmiki)
Data i godzina:  03 grudnia 2024 r., g. 11:00

Streszczenie: We discuss the methods applied in proofs of time-dependent scheduling results. We begin with recalling the basic notions of the first-order logic and proposition calculus. Next, we review the main proof methods such as, among others,  direct proof, proof by contradiction, proof by pairwise job interchange, NP-hardness proof and proof with the use of priority-generating functions. For each method, we describe its idea and give examples of its usage. We complete the talk by delineating the possible future research in that domain.

Prelegent: Prof. UAM dr hab. Joanna Berlińska (Pracownia Algorytmiki)
Data i godzina:  12 listopada 2024 r., g. 11:00

Streszczenie: We consider filtering and processing large data streams in intelligent data acquisition systems. It is assumed that raw data arrives in discrete events from a single expensive sensor. Not all raw data, however, comprises records of interesting events and hence some part of the input can be filtered out. The intensity of filtering is an important design choice because it determines the complexity of filtering hardware and software, and the amount of data that must be transferred to the following processing stages. We analyze the optimum intensity of filtering and its relationship with the capacity of the following processing stages. A set of generic filtering intensity, data transfer, and processing archetypes are modeled and evaluated.

Prelegent: Prof. dr hab. Stanisław Gawiejnowicz (Pracownia Algorytmiki)
Data i godzina:  05 listopada 2024 r., g. 11:00

Streszczenie: We propose two new fully polynomial-time approximation schemes for maximizing the weighted number of just-in-time jobs in a multi-machine proportionate flow shop system, applying  recently proposed frameworks for the construction of approximation schemes for monotone dynamic programming formulations. The proposed schemes are faster by a linear factor with respect to the number of jobs than the state-of-the-art scheme for the problem.

Prelegent: dr Marcin Żurowski (Pracownia Algorytmiki)
Data i godzina:  29 października 2024 r., g. 11:00

Prelegent: Dr Katarzyna Świrydowicz (Pacific Northwest National Laboratory, USA)
Data i godzina:  8 stycznia 2024 r., g. 10:30

Abstract: A need to solve an extremely large, sparse linear system commonly occurs in applications that are otherwise HPC-ready. While often overlooked, the repeated estimations of the solutions to linear systems can constitute ninety or more percent of the total application time. In the talk, I will share my experience gained while work on linear solvers developed during multiple subprojects of the Exascale Computing Project, which was a large scientific effort, spanning multiple US universities and national laboratories, and sponsored by the US Department of Energy. I will explain the limitations and challenges in the usage of linear solvers in applications. I will also present a variety of theoretical- and implementation-based techniques that have lead to reliable, GPU-ready linear solvers.

Prelegent: Prof. dr hab. inż. Maciej Drozdowski (Politechnika Poznańska)
Data i godzina:  31 stycznia 2023 r., g. 12:00

Streszczenie: Przedmiotem wystąpienia będą problemy szeregowania zadań typu malleable, tzn. takich które można wykonywać na wielu procesorach jednocześnie, a ponadto liczba używanych procesorów może się zmieniać w czasie. Przedstawione zostaną sformułowanie ogólne, wybrane przypadki wielomianowe, problemy otwarte i NP-trudne, stosowane podejścia.

Prelegent: Dr Krzysztof Turowski (Uniwersytet Jagielloński w Krakowie)
Data i godzina:  13 grudnia 2022 r., g. 10:30

Streszczenie: Problem szeregowania zadań z grafem ograniczeń, wprowadzony przez Hansa Bodlaendera, Klausa Jansena i Gerharda Woegingera w 1994 roku, polega na przydziale zadań do maszyn z dodatkowym warunkiem, aby zadania sąsiadujące w grafie ograniczeń nie zostały przydzielone do wykonania na tej samej maszynie. W referacie zostaną przedstawione problemy oraz rezultaty otrzymane dla szczególnego przypadku, gdy graf ograniczeń jest grafem pełnym k-dzielnym dla różnego rodzaju maszyn (identycznych, jednorodnych, dowolnych), typów zadań (jednostkowe, dowolnej długości), kryteriów (maksymalny i średni czas zakończenia zadania), a także w różnym ujęciu liczby partycji w grafie (jako część instancji vs. parametr problemu). Zaprezentowane zostaną dowody i różnorodne techniki użyte do ich wyprowadzenia (m.in. programowanie dynamiczne, programowanie liniowe),  a także szereg problemów otwartych, które nadal oczekują na rozwiązanie.

Prelegent: Mgr Jarosław Synak (Instytut Chemii Bioorganicznej PAN)
Data i godzina:  6 grudnia 2022 r., g. 10:30

Streszczenie: Współczesne komórki posiadają ogromną liczbę mechanizmów regulujących, które pozwalają dostosować się do zmiennych warunków zewnętrznych, kontrolują podział, a także stabilizują poziomy poszczególnych substancji. Jak wszystko, musiało to kiedyś mieć swój początek, dlatego proponujemy koncepcję takiego mechanizmu w Świecie RNA. Jest on na tyle prosty, że mógł wykształcić się spontanicznie, jednak na tyle złożony, żeby pełnić swoją funkcję – regulować poziom reagentów. Współautorami prezentowanych wyników są Agnieszka Rybarczyk i Jacek Błażewicz.

Prelegent: Dr Bartłomiej Przybylski (Pracownia Algorytmiki)
Data i godzina:  8 listopada 2022 r., g. 11:00

Streszczenie: Modern HPC workload managers and their careful tuning contribute to the high utilization of HPC clusters. However, due to inevitable uncertainty it is impossible to completely avoid node idleness. Although such idle slots are usually too short for any HPC job, they are too long to ignore them. Function-as-a-Service (FaaS) paradigm promisingly fills this gap, and can be a good match, as typical FaaS functions last seconds, not hours. Here we show how to build a FaaS infrastructure on idle nodes in an HPC cluster in such a way that it does not affect the performance of the HPC jobs significantly. We dynamically adapt to a changing set of idle physical machines, by integrating open-source software Slurm and OpenWhisk. We designed and implemented a prototype solution that allowed us to cover up to 90% of the idle time slots on a 50k-core cluster that runs production workloads.

This work is going to be presented during The International Conference for High Performance Computing, Networking, Storage, and Analysis (SC’22).