Publicación: Diseño e implementación de un agente en espacio de usuario para la gestión dinámica de frecuencia (DVFS) en sistemas heterogéneos mediante modelos ligeros de machine learning
Portada
Citas bibliográficas
Gestores Bibliográficos
Código QR
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen
Se diseñó, implementó y evaluó un agente en espacio de usuario que identifica ese régimen mediante contadores PMU en CPU y NVML en GPU, y ajusta la frecuencia para reducir el Producto Energía-Retardo (EDP). Se construyó un conjunto de datos etiquetado con Roofline y se entrenaron clasificadores ligeros, validados dejando fuera cada familia algorítmica, con exactitud balanceada por celda de 0.728 (XGBoost, CPU) y 0.819 (random forest, GPU). Se derivaron políticas por régimen y se evaluó el agente frente a los gobernadores performance y powersave. En la asignación evaluada, cerca del 84 % de la potencia de paquete y DRAM permaneció al reducir la frecuencia de los seis núcleos delegados; ningún nivel inferior mejoró consistentemente el EDP. La política de CPU fue no actuar y la sobrecarga de su proceso empeoró el EDP CPU+GPU. En kernels memory-bound de GPU, fijar 1260 MHz mejoró el EDP en 8.9 %. En la aplicación compuesta de familias vistas y en CloverLeaf, el proceso de GPU redujo el EDP CPU+GPU en 3.8 y 3.9 % bajo performance, y en 2.6 y 3.2 % bajo powersave, con cinco bloques favorables (p = 0.0625). En la compuesta, 1260 MHz fijos igualaron al agente; en un escenario construido con cómputo sensible al reloj, este superó al reloj fijo en 2.2 a 2.8 % (seis bloques, p = 0.031; prueba de mecanismo). En LAMMPS y familias no vistas quedó cerca de la paridad. La ventaja de clasificar por fase requiere validación externa adicional.

PDF
FLIP 
