Vor Ort
Merkzettel Warenkorb
  • Produktbild: Job Scheduling Strategies for Parallel Processing
  • Produktbild: Job Scheduling Strategies for Parallel Processing

Job Scheduling Strategies for Parallel Processing IPPS/SPDP'99 Workshop, JSSPP'99, San Juan, Puerto Rico, April 16, 1999, Proceedings

Aus der Reihe Lecture Notes in Computer Science

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.10.1999

Abbildungen

VIII, 244 p.

Herausgeber

Dror G. Feitelson + weitere

Verlag

Springer Berlin

Seitenzahl

244

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

388 g

Auflage

1999

Sprache

Englisch

ISBN

978-3-540-66676-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.10.1999

Abbildungen

VIII, 244 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

244

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

388 g

Auflage

1999

Sprache

Englisch

ISBN

978-3-540-66676-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Job Scheduling Strategies for Parallel Processing
  • Produktbild: Job Scheduling Strategies for Parallel Processing
  • Scheduling for Parallel Supercomputing: A Historical Perspective of Achievable Utilization.- On the Design and Evaluation of Job Scheduling Algorithms.- Comparing Logs and Models of Parallel Workloads Using the Co-plot Method.- Benchmarks and Standards for the Evaluation of Parallel Job Schedulers.- The Effect of Correlating Quantum Allocation and Job Size for Gang Scheduling.- Scheduling on AP/Linux for Fine and Coarse Grain Parallel Processes.- Job Re-packing for Enhancing the Performance of Gang Scheduling.- Process Tracking for Parallel Job Control.- The Legion Resource Management System.- Scheduling a Metacomputer with Uncooperative Sub-schedulers.- Using Run-Time Predictions to Estimate Queue Wait Times and Improve Scheduler Performance.- Deterministic Batch Scheduling without Static Partitioning.