Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi

Autores
Paniego, Juan Manuel; Libutti, Leandro; Pi Puig, Martín; Chichizola, Franco; De Giusti, Laura Cristina; Naiouf, Marcelo; De Giusti, Armando Eduardo
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Controlar la disipación de potencia y la temperatura es una gran preocupación en todos los sistemas informáticos modernos. No obstante, obtener información sobre el consumo de energía del procesador y del sistema puede no ser una tarea trivial. Afortunadamente, los procesadores de hoy en día cuentan con una gran cantidad de contadores de hardware para monitorear diferentes eventos en CPU y memoria. En este trabajo, se diseña un nuevo modelo estadístico de estimación de potencia destinado a la placa de desarrollo embebido Raspberry Pi 3. El modelo mapea valores de ciertos contadores de rendimiento a consumo de potencia del dispositivo a través de regresión lineal. Se analizan decenas de aplicaciones correspondientes a benchmarks clásicos, obteniendo un error promedio menor al 6.8% tanto para soluciones secuenciales como para algoritmos paralelos utilizando OpenMP.
XIX Workshop Procesamiento Distribuido y Paralelo (WPDP)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
consumo energético
estimación de potencia
Raspberry Pi
contadores de rendimiento
modelo estadístico
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/73043
Acceder
id SEDICI_df6fc37781aed55e4324f2a3404159ba
oai_identifier_str oai:sedici.unlp.edu.ar:10915/73043
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry PiPaniego, Juan ManuelLibutti, LeandroPi Puig, MartínChichizola, FrancoDe Giusti, Laura CristinaNaiouf, MarceloDe Giusti, Armando EduardoCiencias Informáticasconsumo energéticoestimación de potenciaRaspberry Picontadores de rendimientomodelo estadísticoControlar la disipación de potencia y la temperatura es una gran preocupación en todos los sistemas informáticos modernos. No obstante, obtener información sobre el consumo de energía del procesador y del sistema puede no ser una tarea trivial. Afortunadamente, los procesadores de hoy en día cuentan con una gran cantidad de contadores de hardware para monitorear diferentes eventos en CPU y memoria. En este trabajo, se diseña un nuevo modelo estadístico de estimación de potencia destinado a la placa de desarrollo embebido Raspberry Pi 3. El modelo mapea valores de ciertos contadores de rendimiento a consumo de potencia del dispositivo a través de regresión lineal. Se analizan decenas de aplicaciones correspondientes a benchmarks clásicos, obteniendo un error promedio menor al 6.8% tanto para soluciones secuenciales como para algoritmos paralelos utilizando OpenMP.XIX Workshop Procesamiento Distribuido y Paralelo (WPDP)Red de Universidades con Carreras en Informática (RedUNCI)2018-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf113-123http://sedici.unlp.edu.ar/handle/10915/73043spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-658-472-6info: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:UNLP2025-10-15T11:04:13Zoai:sedici.unlp.edu.ar:10915/73043Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:04:14.124SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
title Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
spellingShingle Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
Paniego, Juan Manuel
Ciencias Informáticas
consumo energético
estimación de potencia
Raspberry Pi
contadores de rendimiento
modelo estadístico
title_short Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
title_full Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
title_fullStr Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
title_full_unstemmed Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
title_sort Modelado estadístico de potencia usando contadores de rendimiento sobre Raspberry Pi
dc.creator.none.fl_str_mv Paniego, Juan Manuel
Libutti, Leandro
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
Pi Puig, Martín
Chichizola, Franco
De Giusti, Laura Cristina
Naiouf, Marcelo
De Giusti, Armando Eduardo
author_role author
author2 Libutti, Leandro
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
consumo energético
estimación de potencia
Raspberry Pi
contadores de rendimiento
modelo estadístico
topic Ciencias Informáticas
consumo energético
estimación de potencia
Raspberry Pi
contadores de rendimiento
modelo estadístico
dc.description.none.fl_txt_mv Controlar la disipación de potencia y la temperatura es una gran preocupación en todos los sistemas informáticos modernos. No obstante, obtener información sobre el consumo de energía del procesador y del sistema puede no ser una tarea trivial. Afortunadamente, los procesadores de hoy en día cuentan con una gran cantidad de contadores de hardware para monitorear diferentes eventos en CPU y memoria. En este trabajo, se diseña un nuevo modelo estadístico de estimación de potencia destinado a la placa de desarrollo embebido Raspberry Pi 3. El modelo mapea valores de ciertos contadores de rendimiento a consumo de potencia del dispositivo a través de regresión lineal. Se analizan decenas de aplicaciones correspondientes a benchmarks clásicos, obteniendo un error promedio menor al 6.8% tanto para soluciones secuenciales como para algoritmos paralelos utilizando OpenMP.
XIX Workshop Procesamiento Distribuido y Paralelo (WPDP)
Red de Universidades con Carreras en Informática (RedUNCI)
description Controlar la disipación de potencia y la temperatura es una gran preocupación en todos los sistemas informáticos modernos. No obstante, obtener información sobre el consumo de energía del procesador y del sistema puede no ser una tarea trivial. Afortunadamente, los procesadores de hoy en día cuentan con una gran cantidad de contadores de hardware para monitorear diferentes eventos en CPU y memoria. En este trabajo, se diseña un nuevo modelo estadístico de estimación de potencia destinado a la placa de desarrollo embebido Raspberry Pi 3. El modelo mapea valores de ciertos contadores de rendimiento a consumo de potencia del dispositivo a través de regresión lineal. Se analizan decenas de aplicaciones correspondientes a benchmarks clásicos, obteniendo un error promedio menor al 6.8% tanto para soluciones secuenciales como para algoritmos paralelos utilizando OpenMP.
publishDate 2018
dc.date.none.fl_str_mv 2018-10
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/10915/73043
url http://sedici.unlp.edu.ar/handle/10915/73043
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-658-472-6
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
113-123
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_ 1846064095990644736
score 13.22299

Publicaciones similares