Calendarización energéticamente eficiente en milliclusters

Simple item page
dc.contributor.advisorBarrios Hernández, Carlos Jaime
dc.contributor.advisorPecero Sanchez, Johnatan E.
dc.contributor.authorFlorez Suarez, Edson Alejandro
dc.date.accessioned2024-03-03T22:34:05Z
dc.date.available2016
dc.date.available2024-03-03T22:34:05Z
dc.date.created2016
dc.date.issued2016
dc.description.abstractEl aumento de la necesidad de Computación de Alto Rendimiento ha llevado al incremento de la demanda de energía y el tamaño de los datacenters, y consecuentemente también lo hacen sus emisiones de carbono y costos de operación. Por esto, se deben desarrollar heurísticas adecuadas para el problema de calendarización (scheduling) de tareas, y se utiliza un clúster de procesadores de bajo consumo (milliWatts), que es energéticamente eficiente y ocupa poco espacio, conocido como millicluster. Para estimar el consumo de energía de los nodos del millicluster, se propone un modelo de energía basado en el uso de los recursos. El problema de calendarización de tareas es un problema de optimización combinatoria, que es abordado con el multi-objetivo de maximizar el rendimiento del sistema (minimización del makespan) y minimizar el consumo de energía, para satisfacer los requerimientos de los usuarios y del administrador del sistema. Los casos de estudio son instancias de calendarización de tareas de diferente consistencia y heterogeneidad de tareas y máquinas [8], que se basan en el modelo ETC [31]. El algoritmo de calendarización más destacado en las instancias más comunes del modelo ETC, es la metaheurística evolutiva Parallel Micro CHC.
dc.description.abstractenglishEnergy efficient scheduling on milliclusters3
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/20.500.14071/34110
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.subjectComputación De Alto Rendimiento
dc.subjectHeurísticas
dc.subjectCalendarización
dc.subjectOptimización Combinatoria
dc.subjectEficiencia Energética
dc.subjectMillicluster.
dc.subject.keywordThe growing demand for High Performance Computing has led to the increased of energy demand and the datacenters size
dc.subject.keywordtherefore
dc.subject.keywordits carbon emissions and operating costs also grow. Thus
dc.subject.keywordappropriate heuristics must be developed for the job scheduling problem
dc.subject.keywordand we use a cluster of low-power processors (milliWatts)
dc.subject.keywordwhich is energy efficient and takes less space
dc.subject.keywordknown as millicluster. To estimate the power consumption of millicluster nodes
dc.subject.keywordan energy model is proposed based on use of resources. The job scheduling problem is a combinatorial optimization problem
dc.subject.keywordwhich is approached with the multi-objective to maximize system performance (minimizing the makespan) and minimize energy consumption
dc.subject.keywordto satisfy the requirements of users and system administrator. The study cases are job scheduling instances of different consistency and heterogeneity of tasks and machines [8]
dc.subject.keywordwhich are based on the ETC model [31]. The scheduling algorithm most outstanding is the evolutionary metaheuristic Parallel Micro CHC
dc.subject.keywordin the most common instances of ETC model.
dc.titleCalendarización energéticamente eficiente en milliclusters
dc.title.englishHigh Performance Computing, Heuristics, Scheduling, Combinatorial Optimization, Energy Efficient, Millicluster.
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:
367.52 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
3.24 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
286.49 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática