Una vez contando con un Beowulf estable y funcional, se procede a utilizarlo; pues ésta es la finalidad de cualquier equipo de cómputo.
El primer paso de la utilización del cluster fue el desarrollo de una aplicación sencilla utilizando las dos bibliotecas de paso de mensajes disponibles, PVM y MPI. Esto permitió familiarizarse con la creación, compilación y ejecución de aplicaciones con estas bibliotecas. Adicionalmente, dicha aplicación fue probada exhaustivamente con diferentes parámetros, a fin de obtener una idea bastante clara sobre cómo se comporta un cluster, particularmente en cuanto a su desempeño al variar los parámetros de operación.
Al desarrollar la aplicación se confirmó que existen una serie de similitudes a nivel funcional entre PVM y MPI, y que ambas bibliotecas poseen una serie de ventajas y desventajas que se deberán tomar en cuenta al momento de seleccionar cuál utilizar. En este caso, se llegó a una preferencia por MPI, pues, como se detalló en la sección (3.2.2), PVM presenta algunos problemas que, si bien no son graves, pueden resultar engorrosos e incómodos; por otro lado, MPI presenta una API mucho más limpia, un diseño mejor planeado, mayor rendimiento y estabilidad. Estas observaciones apoyan el auge de MPI como la interfaz de paso de mensajes preferida de la comunidad de cómputo paralelo.
Las pruebas realizadas dieron los primeros resultados de desempeño del cluster, los cuales se presentan en la sección (3.2.8) y (3.2.9), y cuyo análisis se presenta en la sección (3.2.10). Aunque en este momento no se puede realizar una comparación con otros sistemas, estas primeras pruebas nos confirman una hipótesis importante que se tiene en todo cluster: el rendimiento se incrementa al utilizar más elementos de procesamiento.
Las pruebas realizadas con el benchmark HPL en la sección (3.3) nos permiten confirmar la observación anterior, además de permitirnos poner el desempeño del cluster en perspectiva. Si bien se enfrenta la primera noción de que el desempeño en términos reales no es particularmente espectacular, se tiene también un resultado más que respalda la observación de que, efectivamente, se obtiene una mejora de rendimiento al utilizar técnicas de cómputo paralelo.
Por último, la aplicación del cluster en la resolución de un problema real, en particular el trazado de imágenes por ray tracing empleando una variante paralela del programa POV-Ray, descrito en la sección (3.4.1), permite apreciar, de primera mano, uno de los posibles usos de un cluster, en particular uno que es relativamente vistoso, lo cual ayuda a presentar el concepto de la utilidad del cluster. Como un beneficio adicional, se obtienen aún más resultados que permiten posicionar el rendimiento del cluster en términos reales a fin de realizar comparaciones.