Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones

Autores
Rodríguez Eguren, Pablo Sebastián
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Chichizola, Franco
Descripción
Durante décadas, el desarrollo de plataformas para cómputo de altas prestaciones (HPC) estuvo focalizado casi únicamente en mejorar el rendimiento de las mismas. Esto provocó un crecimiento exponencial en los requerimientos de potencia de estos sistemas (no sólo para alimentarlos sino también para refrigerarlos), lo que a su vez repercutió en el costo económico de los mismos. Es por eso que, hoy en día, la reducción del consumo energético se ha vuelto unos de los principales desafíos para la comunidad HPC. La Raspberry Pi (RPi) es una SBC (Single Board Computer) de bajo costo, la cual cuenta con múltiples núcleos, capacidad para conectarse en red y soporte a sistemas operativos y herramientas de programación tradicionales de HPC. Aunque sus núcleos no son potentes, el bajo consumo de potencia de las RPi las vuelven una opción atractiva desde el punto de vista energético. Por este motivo, esta tesina se propuso armar un cluster de placas RPi y analizar la viabilidad de su uso para HPC.
Tesis dirigida por Franco Chichizola y Enzo Rucci.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Microprocessors and microcomputers
programación paralela, Raspberry Pi, eficiencia energética, cluster de multicores, HPC, SBC
User/Machine Systems
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/68257
Acceder
id SEDICI_4f5649442d3b8b97218cadfd50825c1a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/68257
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestacionesRodríguez Eguren, Pablo SebastiánCiencias InformáticasMicroprocessors and microcomputersprogramación paralela, Raspberry Pi, eficiencia energética, cluster de multicores, HPC, SBCUser/Machine SystemsDurante décadas, el desarrollo de plataformas para cómputo de altas prestaciones (HPC) estuvo focalizado casi únicamente en mejorar el rendimiento de las mismas. Esto provocó un crecimiento exponencial en los requerimientos de potencia de estos sistemas (no sólo para alimentarlos sino también para refrigerarlos), lo que a su vez repercutió en el costo económico de los mismos. Es por eso que, hoy en día, la reducción del consumo energético se ha vuelto unos de los principales desafíos para la comunidad HPC. La Raspberry Pi (RPi) es una SBC (Single Board Computer) de bajo costo, la cual cuenta con múltiples núcleos, capacidad para conectarse en red y soporte a sistemas operativos y herramientas de programación tradicionales de HPC. Aunque sus núcleos no son potentes, el bajo consumo de potencia de las RPi las vuelven una opción atractiva desde el punto de vista energético. Por este motivo, esta tesina se propuso armar un cluster de placas RPi y analizar la viabilidad de su uso para HPC.Tesis dirigida por Franco Chichizola y Enzo Rucci.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaChichizola, Franco2018-07-13info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/68257spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:02:32Zoai:sedici.unlp.edu.ar:10915/68257Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:02:32.481SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
title Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
spellingShingle Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
Rodríguez Eguren, Pablo Sebastián
Ciencias Informáticas
Microprocessors and microcomputers
programación paralela, Raspberry Pi, eficiencia energética, cluster de multicores, HPC, SBC
User/Machine Systems
title_short Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
title_full Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
title_fullStr Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
title_full_unstemmed Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
title_sort Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones
dc.creator.none.fl_str_mv Rodríguez Eguren, Pablo Sebastián
author Rodríguez Eguren, Pablo Sebastián
author_facet Rodríguez Eguren, Pablo Sebastián
author_role author
dc.contributor.none.fl_str_mv Chichizola, Franco
dc.subject.none.fl_str_mv Ciencias Informáticas
Microprocessors and microcomputers
programación paralela, Raspberry Pi, eficiencia energética, cluster de multicores, HPC, SBC
User/Machine Systems
topic Ciencias Informáticas
Microprocessors and microcomputers
programación paralela, Raspberry Pi, eficiencia energética, cluster de multicores, HPC, SBC
User/Machine Systems
dc.description.none.fl_txt_mv Durante décadas, el desarrollo de plataformas para cómputo de altas prestaciones (HPC) estuvo focalizado casi únicamente en mejorar el rendimiento de las mismas. Esto provocó un crecimiento exponencial en los requerimientos de potencia de estos sistemas (no sólo para alimentarlos sino también para refrigerarlos), lo que a su vez repercutió en el costo económico de los mismos. Es por eso que, hoy en día, la reducción del consumo energético se ha vuelto unos de los principales desafíos para la comunidad HPC. La Raspberry Pi (RPi) es una SBC (Single Board Computer) de bajo costo, la cual cuenta con múltiples núcleos, capacidad para conectarse en red y soporte a sistemas operativos y herramientas de programación tradicionales de HPC. Aunque sus núcleos no son potentes, el bajo consumo de potencia de las RPi las vuelven una opción atractiva desde el punto de vista energético. Por este motivo, esta tesina se propuso armar un cluster de placas RPi y analizar la viabilidad de su uso para HPC.
Tesis dirigida por Franco Chichizola y Enzo Rucci.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description Durante décadas, el desarrollo de plataformas para cómputo de altas prestaciones (HPC) estuvo focalizado casi únicamente en mejorar el rendimiento de las mismas. Esto provocó un crecimiento exponencial en los requerimientos de potencia de estos sistemas (no sólo para alimentarlos sino también para refrigerarlos), lo que a su vez repercutió en el costo económico de los mismos. Es por eso que, hoy en día, la reducción del consumo energético se ha vuelto unos de los principales desafíos para la comunidad HPC. La Raspberry Pi (RPi) es una SBC (Single Board Computer) de bajo costo, la cual cuenta con múltiples núcleos, capacidad para conectarse en red y soporte a sistemas operativos y herramientas de programación tradicionales de HPC. Aunque sus núcleos no son potentes, el bajo consumo de potencia de las RPi las vuelven una opción atractiva desde el punto de vista energético. Por este motivo, esta tesina se propuso armar un cluster de placas RPi y analizar la viabilidad de su uso para HPC.
publishDate 2018
dc.date.none.fl_str_mv 2018-07-13
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/68257
url http://sedici.unlp.edu.ar/handle/10915/68257
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.format.none.fl_str_mv application/pdf
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_ 1846064077177094144
score 13.22299

Publicaciones similares