Aceleración energéticamente eficiente de aplicaciones científicas de gran escala sobre arquitecturas heterogéneas

Simple item page
dc.contributor.advisorBarrios Hernandez, Carlos Jaime
dc.contributor.advisorNavaux, Philippe Olivier Alexandre
dc.contributor.authorGarcia Henao, John Anderson
dc.date.accessioned2024-03-03T23:25:48Z
dc.date.available2017
dc.date.available2024-03-03T23:25:48Z
dc.date.created2017
dc.date.issued2017
dc.description.abstractLa computaci´on de alto rendimiento es hoy una herramienta fundamental para la investigaci´on cient´ıfica y la competitividad industrial. Por lo que requiere construir grandes sistemas computacionales con mayor rendimiento, los cuales ven limitada su capacidad por el consumo energ´etico y la subutilizaci´on de recursos computacionales en aplicaciones que realizan una mala distribuci´on de tareas, es as´ı como maximizar el rendimiento por watt y realizar un buen mapeo de tareas es uno de los principales retos para construir la siguiente generaci´on de sistemas exascale. Este trabajo de investigaci´on presenta una comparaci´on de consumo de energ´ıa en tiempo de ejecuci´on, entre arquitecturas heterog´eneas tipo CPU-GPU con diferentes frecuencias de reloj y n´umero de CUDA@cores dentro de un mismo chip, al usar StarPU, para portabilizar y balancear la carga de trabajo de aplicaciones cient´ıficas. Como caso de estudio se seleccion´o Ondes3D, una simulaci´on de la propagaci´on de ondas s´ısmicas para analizar fuertes movimientos en superficies de la Tierra. Adicionalmente, se seleccion´o el LINPACK Benchmark (HPL), para colectar datos del problema de la subutilizaci´on de recursos computacionales sobre arquitecturas heterog´eneas. Se construy´o enerGyPU un monitor de rendimiento y consumo de potencia, para evaluar y caracterizar los factores computacionales que regulan la eficiencia energ´etica sobre nodos heterog´eneos con multiples GPU. Asimismo, se dise˜no un esquema integrado llamado Aceleraci´on Energ´eticamente Eficiente (AEE), el cual utiliza: frameworks de balanceo de carga (ej. StarPU), para el mapeo de tareas sobre los recursos computacionales; seguidamente, usa enerGyPU para la captura de m´etricas de rendimiento computacional y consumo de potencia, para as´ı, caracterizar la aplicaci´on y la arquitectura computacional; por ultimo utiliza el sistema de predicci´on AEE, para obtener la combinaci´on de recursos computacionales que maximizan la eficiencia energ´etica en aplicaciones que se ejecuten sobre arquitecturas heterog´eneas tipo CPU-GPU.
dc.description.abstractenglishHigh performance computing is now an essential tool for scientific research and industrial competitiveness. Therefore, it requires building large computer systems with higher performance, which are limited in their capacity for energy consumption and underutilization of computing resources in applications that perform poor distribution of tasks, so as maximize performance per watt and make good mapping tasks is one of the main challenges to build the next generation of exascale systems. This research presents a comparison of energy consumption at runtime, among heterogeneous architectures CPU-GPU type with different clock frequencies and number of CUDA@cores within a single chip, using StarPU to portability and load balancing work of scientific applications. As a case study was selected Ondes3D, a simulation of the propagation of seismic to analyze strong movements in the earth wave surfaces. Additionally, it was selected the LINPACK Benchmark (HPL), to collect data of the problem of underutilization of computing resources on heterogeneous architectures. It was built enerGyPU monitor performance and power consumption, to evaluate and characterize the computational factors that regulate energy efficiency on heterogeneous nodes with multiple GPU. Also this research designed an integrated scheme called Energy Efficient Acceleration (AEE), in which can be used by load balancing frameworks (eg. StarPU) for mapping tasks on the computational resources; then use enerGyPU for capturing metrics of performance and power consumption in order to characterize the application and computing architecture; finally prediction system uses the scheme AEE, for the predict the combination of computational resources that maximize energy efficiency of applications running on heterogeneous architectures CPU-GPU type.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/36939
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectEficiencia Energ´Etica
dc.subjectEnergypu
dc.subjectEsquema Energy-Aware Aee
dc.subjectMonitor De Rendimiento Y Consumo De Potencia
dc.subjectProgramaci´On Basada En Tareas.
dc.subject.keywordEea Prediction System
dc.subject.keywordEnergy Efficiency
dc.subject.keywordEnergypu
dc.subject.keywordMonitor Of Performance And Power
dc.subject.keywordTask-Based Programming.
dc.titleAceleración energéticamente eficiente de aplicaciones científicas de gran escala sobre arquitecturas heterogéneas
dc.title.englishEfficiently energetic acceleration for scientific computations of large-scale on heterogeneous architectures
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
82.69 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
9.75 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
164.28 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática