Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi
- Autores
- Paniego, Juan Manuel; Libutti, Leandro Ariel; Pi Puig, Martín; Chichizola, Franco; De Giusti, Laura Cristina; Naiouf, Marcelo; De Giusti, Armando Eduardo
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Monitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso de CPU, memoria, cache, entre otros. Anteriormente se ha demostrado que es posible predecir el consumo de aplicaciones paralelas a través de estos eventos, pero únicamente para una determinada arquitectura de placas SBC. El presente trabajo analiza la portabilidad de un modelo estadístico de predicción de potencia sobre una nueva generación de placas Raspberry. La experimentación destaca las optimizaciones llevadas a cabo con el objetivo de reducir sistemáticamente el error final de estimación en las arquitecturas analizadas. El modelo final arroja un error promedio de 4.76% sobre ambas placas.
XX Workshop de Procesamiento Distribuido y Paralelo.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Potencia
Raspberry Pi
Contadores de Hardware
Modelado
Regresión estadística - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/90461
Ver los metadatos del registro completo
id |
SEDICI_43ebffa24dca922b08ec966a49acbc2b |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/90461 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry PiPaniego, Juan ManuelLibutti, Leandro ArielPi Puig, MartínChichizola, FrancoDe Giusti, Laura CristinaNaiouf, MarceloDe Giusti, Armando EduardoCiencias InformáticasPotenciaRaspberry PiContadores de HardwareModeladoRegresión estadísticaMonitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso de CPU, memoria, cache, entre otros. Anteriormente se ha demostrado que es posible predecir el consumo de aplicaciones paralelas a través de estos eventos, pero únicamente para una determinada arquitectura de placas SBC. El presente trabajo analiza la portabilidad de un modelo estadístico de predicción de potencia sobre una nueva generación de placas Raspberry. La experimentación destaca las optimizaciones llevadas a cabo con el objetivo de reducir sistemáticamente el error final de estimación en las arquitecturas analizadas. El modelo final arroja un error promedio de 4.76% sobre ambas placas.XX Workshop de Procesamiento Distribuido y Paralelo.Red de Universidades con Carreras en Informática2019-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf159-169http://sedici.unlp.edu.ar/handle/10915/90461spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-688-377-1info:eu-repo/semantics/reference/hdl/10915/90359info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:18:37Zoai:sedici.unlp.edu.ar:10915/90461Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:18:37.817SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
spellingShingle |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi Paniego, Juan Manuel Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística |
title_short |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_full |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_fullStr |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_full_unstemmed |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_sort |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
dc.creator.none.fl_str_mv |
Paniego, Juan Manuel Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo |
author |
Paniego, Juan Manuel |
author_facet |
Paniego, Juan Manuel Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo |
author_role |
author |
author2 |
Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo |
author2_role |
author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística |
topic |
Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística |
dc.description.none.fl_txt_mv |
Monitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso de CPU, memoria, cache, entre otros. Anteriormente se ha demostrado que es posible predecir el consumo de aplicaciones paralelas a través de estos eventos, pero únicamente para una determinada arquitectura de placas SBC. El presente trabajo analiza la portabilidad de un modelo estadístico de predicción de potencia sobre una nueva generación de placas Raspberry. La experimentación destaca las optimizaciones llevadas a cabo con el objetivo de reducir sistemáticamente el error final de estimación en las arquitecturas analizadas. El modelo final arroja un error promedio de 4.76% sobre ambas placas. XX Workshop de Procesamiento Distribuido y Paralelo. Red de Universidades con Carreras en Informática |
description |
Monitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso de CPU, memoria, cache, entre otros. Anteriormente se ha demostrado que es posible predecir el consumo de aplicaciones paralelas a través de estos eventos, pero únicamente para una determinada arquitectura de placas SBC. El presente trabajo analiza la portabilidad de un modelo estadístico de predicción de potencia sobre una nueva generación de placas Raspberry. La experimentación destaca las optimizaciones llevadas a cabo con el objetivo de reducir sistemáticamente el error final de estimación en las arquitecturas analizadas. El modelo final arroja un error promedio de 4.76% sobre ambas placas. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-10 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/90461 |
url |
http://sedici.unlp.edu.ar/handle/10915/90461 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-688-377-1 info:eu-repo/semantics/reference/hdl/10915/90359 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 159-169 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616059766702080 |
score |
13.070432 |