Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs
- Autores
- Balladini, Javier; Uribe, Federico; Suppi, Remo; Rexachs del Rosario, Dolores; Luque Fadón, Emilio
- Año de publicación
- 2011
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Actualmente, la energía es un factor limitante para la computación de altas prestaciones (HPC). La reducción del consumo energético se ha vuelto uno de los mayores desafíos en este campo. Nuestra línea de investigación se orienta a construir un sistema de gestión de energía que proporcione diferentes alternativas de ejecución, determinadas por valores predichos de: consumo energético, potencia máxima y rendimiento. Para esto necesitamos predecir energía y rendimiento. Sin embargo, los modelos existentes de predicción de energía o no son adecuados para nuestros requerimientos o son dependientes de la plataforma. Antes de diseñar un nuevo modelo energético (para nuestros sistemas), es necesario estudiar los factores influyentes en el consumo energético y el rendimiento. Así, en el presente trabajo se propone una metodología para evaluar plataformas de HPC basadas en CPUs y GPUs. Los resultados de aplicar nuestra metodología podrían utilizarse para establecer recomendaciones que permitan desarrollar aplicaciones energéticamente eficientes en la plataforma destino
Presentado en el XI Workshop Procesamiento Distribuido y Paralelo (WPDP)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
System Management
Consumo de Energía
computación de altas prestaciones (HPC), CPUs; GPUs - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/18651
Ver los metadatos del registro completo
id |
SEDICI_8f976711a72f5cd2a00e1014a13d56e9 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/18651 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUsBalladini, JavierUribe, FedericoSuppi, RemoRexachs del Rosario, DoloresLuque Fadón, EmilioCiencias InformáticasSystem ManagementConsumo de Energíacomputación de altas prestaciones (HPC), CPUs; GPUsActualmente, la energía es un factor limitante para la computación de altas prestaciones (HPC). La reducción del consumo energético se ha vuelto uno de los mayores desafíos en este campo. Nuestra línea de investigación se orienta a construir un sistema de gestión de energía que proporcione diferentes alternativas de ejecución, determinadas por valores predichos de: consumo energético, potencia máxima y rendimiento. Para esto necesitamos predecir energía y rendimiento. Sin embargo, los modelos existentes de predicción de energía o no son adecuados para nuestros requerimientos o son dependientes de la plataforma. Antes de diseñar un nuevo modelo energético (para nuestros sistemas), es necesario estudiar los factores influyentes en el consumo energético y el rendimiento. Así, en el presente trabajo se propone una metodología para evaluar plataformas de HPC basadas en CPUs y GPUs. Los resultados de aplicar nuestra metodología podrían utilizarse para establecer recomendaciones que permitan desarrollar aplicaciones energéticamente eficientes en la plataforma destinoPresentado en el XI Workshop Procesamiento Distribuido y Paralelo (WPDP)Red de Universidades con Carreras en Informática (RedUNCI)2011-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf282-291http://sedici.unlp.edu.ar/handle/10915/18651spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:53:36Zoai:sedici.unlp.edu.ar:10915/18651Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:53:36.592SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
title |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
spellingShingle |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs Balladini, Javier Ciencias Informáticas System Management Consumo de Energía computación de altas prestaciones (HPC), CPUs; GPUs |
title_short |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
title_full |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
title_fullStr |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
title_full_unstemmed |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
title_sort |
Factores influyentes en el consumo energético de los sistemas de Computación de Altas Prestaciones basados en CPUs y GPUs |
dc.creator.none.fl_str_mv |
Balladini, Javier Uribe, Federico Suppi, Remo Rexachs del Rosario, Dolores Luque Fadón, Emilio |
author |
Balladini, Javier |
author_facet |
Balladini, Javier Uribe, Federico Suppi, Remo Rexachs del Rosario, Dolores Luque Fadón, Emilio |
author_role |
author |
author2 |
Uribe, Federico Suppi, Remo Rexachs del Rosario, Dolores Luque Fadón, Emilio |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas System Management Consumo de Energía computación de altas prestaciones (HPC), CPUs; GPUs |
topic |
Ciencias Informáticas System Management Consumo de Energía computación de altas prestaciones (HPC), CPUs; GPUs |
dc.description.none.fl_txt_mv |
Actualmente, la energía es un factor limitante para la computación de altas prestaciones (HPC). La reducción del consumo energético se ha vuelto uno de los mayores desafíos en este campo. Nuestra línea de investigación se orienta a construir un sistema de gestión de energía que proporcione diferentes alternativas de ejecución, determinadas por valores predichos de: consumo energético, potencia máxima y rendimiento. Para esto necesitamos predecir energía y rendimiento. Sin embargo, los modelos existentes de predicción de energía o no son adecuados para nuestros requerimientos o son dependientes de la plataforma. Antes de diseñar un nuevo modelo energético (para nuestros sistemas), es necesario estudiar los factores influyentes en el consumo energético y el rendimiento. Así, en el presente trabajo se propone una metodología para evaluar plataformas de HPC basadas en CPUs y GPUs. Los resultados de aplicar nuestra metodología podrían utilizarse para establecer recomendaciones que permitan desarrollar aplicaciones energéticamente eficientes en la plataforma destino Presentado en el XI Workshop Procesamiento Distribuido y Paralelo (WPDP) Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Actualmente, la energía es un factor limitante para la computación de altas prestaciones (HPC). La reducción del consumo energético se ha vuelto uno de los mayores desafíos en este campo. Nuestra línea de investigación se orienta a construir un sistema de gestión de energía que proporcione diferentes alternativas de ejecución, determinadas por valores predichos de: consumo energético, potencia máxima y rendimiento. Para esto necesitamos predecir energía y rendimiento. Sin embargo, los modelos existentes de predicción de energía o no son adecuados para nuestros requerimientos o son dependientes de la plataforma. Antes de diseñar un nuevo modelo energético (para nuestros sistemas), es necesario estudiar los factores influyentes en el consumo energético y el rendimiento. Así, en el presente trabajo se propone una metodología para evaluar plataformas de HPC basadas en CPUs y GPUs. Los resultados de aplicar nuestra metodología podrían utilizarse para establecer recomendaciones que permitan desarrollar aplicaciones energéticamente eficientes en la plataforma destino |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-10 |
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/10915/18651 |
url |
http://sedici.unlp.edu.ar/handle/10915/18651 |
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-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 282-291 |
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_ |
1844615791695101952 |
score |
13.070432 |