Eficiência Energética em Grades Computacionais P2P Oportunistas

965 visualizações

Publicada em

Proposta de Dissertação de Mestrado

Publicada em: Educação
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
965
No SlideShare
0
A partir de incorporações
0
Número de incorporações
20
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Eficiência Energética em Grades Computacionais P2P Oportunistas

  1. 1. Eficiência Energética em Grades P2P Oportunistas Mestrando: Lesandro Ponciano Orientador: Francisco Brasileiro Proposta de Dissertação de Mestrado UFCG/CEEI/DSC/COPIN
  2. 2. Sumário Introdução Problema e Relevância Objetivos Estado da Arte Atividades e Cronograma 2
  3. 3. Eficiência Energética em Grades P2P Oportunistas Introdução... 3
  4. 4. Historicamente, os sistemas computacionais têm sido desenvolvidos visando obter maior poder computacional a qualquer custo No entanto, o aumento do poder computacional tem gerado um custo associado em termos do aumento no consumo de energia 4
  5. 5. Maior consumo de energia tem aumentado o custo da computação e emissão de CO2 no meio ambiente Impactos ambientais e impactos econômicos Surge um novo desafio: aumentar a eficiência energética dos sistemas computacionais 5
  6. 6. Eficiência Energética (EE) é a razão entre a quantidade de computação realizada e a energia consumida Computação EE  Energia A eficiência energética tem sido estudada em diversos sistemas computacionais, como: data Centers, grades de dados, desktops 6
  7. 7. Grades computacionais P2P Oportunistas Os recursos são cedidos de forma oportunistas e têm diferentes eficiências energéticas Existem ciclos de ociosidade de recursos Executam aplicações do tipo bag-of-task, que podem ser I/O-intensive ou CPU-intensive 7
  8. 8. Identificamos problemas de eficiência energética em grades computacionais P2P oportunistas Problema e Relevância... 8
  9. 9. Ausência de mecanismos de redução do consumo de energia dos recursos nos ciclos de ociosidade As grades computacionais têm ciclos de ociosidade [Iosup et al., 2006] e desktops apresentam consumo de energia não desprezível quando estão ociosos [Energy Star, 2009] 9
  10. 10. Escalonadores tradicionais não visam aumentar a eficiência energética Eficiência energética dos recursos Escalonar tarefas a recursos energeticamente mais eficientes Características das aplicações Escalonar tarefas a recursos mais adequados ao seu tipo: CPU-intensive ou I/O-intensive 10
  11. 11. Eficiência Energética Objetivos... 11
  12. 12. Prover maior eficiência energética a grades computacionais P2P Oportunistas Reduzir o consumo de energia nos ciclos de ociosidade Escalonador ciente das eficiências energéticas dos recursos 12
  13. 13. Objetivos específicos Caracterizar sessões de disponibilidade de recursos Caracterizar a eficiência energética dos recursos considerando diferentes tipos de aplicações Propor e Avaliar Heurísticas de escalonamento energeticamente eficiente 13
  14. 14. Estudos da eficiência energética em sistemas computacionais Estado da Arte... 14
  15. 15. Redução do consumo de energia durante os ciclos de ociosidade StandBy, Hibernate [ACPI, 2009][ UI, 2009] Escalonamento ciente do consumo de energia Grades de serviço e data centers [Orgirie, 2008] [Zong et al., 2007] Grades desktops com recursos dedicados [Sharma et al., 2009] [Lammie, 2009] 15
  16. 16. Benchmarks para avaliação da eficiência energética Ferramentas de análise [Ge et al., 2007] Energy Star [Energy, 2009] JouleSort [Rivoire et al., 2007] 16
  17. 17. Execução da proposta entre os meses de janeiro e dezembro de 2010 Atividades e Cronograma... 17
  18. 18. Atividades e Cronograma Atividades Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez. Revisão Bibliográfica Projeto da Solução Avaliação da Solução Prototipação e Validação Publicação dos Resultados Escrita da Dissertação Defesa da Dissertação 18
  19. 19. Proposta de dissertação de mestrado UFCG/CEEI/DSC/COPIN Perguntas... 19
  20. 20. Referências das Figuras Figura na pag. 3 obtida em: http://www.shutterstock.com/pic- 17955568/stock-photo-green-and-white-earth-globe-connected-with- three-computer-mouses.html Figura na pag. 8 obtida em: http://smallbiztrends.com/2009/12/free- money-for-energy-efficiency-upgrades.html Figura na pag. 11 obtida em: http://www.pcbrigade.co.uk Figura na pag. 14 obtida em: http://im.rediff.commoney/2009/dec/31/green.jpg Figura na pag. 17 obtida em: http://www.bigstockphoto.com Figura na pag. 19 obtida em: http://gaidet-azores.blogspot.com 20
  21. 21. Referências Bibliográficas Suzanne Rivoire, Mehul A. Shah, Parthasarathy Ranganathan, Christos Kozyrakis, and Justin Meza. Models and metrics to enable energy-efficiency optimizations. Computer, 40(12):39–48, 2007 Ziliang Zong, Xiao Qin, Xiaojun Ruan, Kiranmai Bellam, Yiming Yang, and Adam Manzanares. A simulation framework for energy efficient data grids. In WSC ’07: Proceedings of the 39th Conference on Winter simulation, pages 1417–1423, Piscataway, NJ, USA, 2007. IEEE Press. Hewlett-Packard Corporation, Intel Corporation, Microsoft Corporation, Phoenix Technologies Ltd., and Toshiba Corporation. Advanced configuration and power interface specificatio, 2009. Disponível em: http://www.acpi.info/spec.htm. Acesso: Janeiro de 2010. Energy Star. Energy star program requirement for computers (version 5.0). http://www.energystar.gov/ia/partners/prod_development/revisions/downloads/computer/Version5.0_Comp uter_Spec.pdf Último acesso em: novembro de 2009. Alexandru Iosup, Catalin Dumitrescu, Dick Epema, Hui Li, and Lex Wolters. How are real grids used? the analysis of four grid traces and its implications. In GRID ’06: Proceedings of the 7th IEEE/ACM International Conference on Grid Computing, pages 262–269,Washington, DC, USA, 2006. IEEE Computer Society. Anne C. Orgerie, Laurent Lefèvre, and Jean P. Gelas. Save watts in your grid: Green strategies for energy-aware framework in large scale distributed systems. Parallel and Distributed Systems, International Conference on, 0:171–178, 2008. Kamal Sharma and Sanjeev Aggarwal. Energy aware scheduling on desktop grid environment with static performance prediction. In SpringSim ’09: Proceedings of the 2009 Spring Simulation Multiconference, pages 1–8, San Diego, CA, USA, 2009. Society for Computer Simulation International. Michael Lammie, Douglas Thain, and Paul Brenner. Scheduling Grid Workloads on Multicore Clusters to Minimize Energy and Maximize Performance. In IEEE Grid Computing, 2009. 21

×