Increasing the scalability and the speedup of a fish school distributed simulator

El present treball fa un anàlisi i desenvolupament sobre les millores en la velocitat i en l’escalabilitat d'un simulador distribuït de grups de peixos. Aquests resultats s’han obtingut fent servir una nova estratègia de comunicació per als processos lògics (LPs) i canvis en l'algoritme de selecció de veïns que s'aplica a cadascun dels peixos en cada pas de simulació. L’idea proposada permet que cada procés lògic anticipi futures necessitats de dades pels seus veïns reduint el temps de comunicació al limitar la quantitat de missatges intercanviats entre els LPs. El nou algoritme de selecció dels veïns es va desenvolupar amb l'objectiu d'evitar treball innecessari permetent la disminució de les instruccions executades en cada pas de simulació i per cadascun del peixos simulats reduint de forma significativa el temps de simulació.

In this work we presented improvements in the speedup and scalability of a distributed fish school simulator. These results were achieved using a new communication strategy for logical processes (LPs) and changing the algorithm of neighbors selection that is applied to each fish in each simulation step. In the proposed approach each sender processes anticipates future data needs by its neighborhoods. That strategy reduces communication time by limiting the quantity of messages interchanged among LPs. The new neighbors selection algorithm was developed with the aim of avoiding unnecessary work. Diminishing the instructions executed by each fish been simulated in each simulation step helped to reduce a lot the simulation time.