20771

۲۰۷۷۱

زمان‌‌بندي پوياي محدود به توان مصرفي واحد‌‌هاي اجرايي بر روي پردازنده‌‌هاي چند‌‌هسته‌‌اي در پشتيباني از سيستم‌‌هاي محاسباتي مقياس‌‌اگزا

كارشناسي ارشد

نرم افزار

۱۳۹۴

۱۳۹۷/۰۹/۱۱

دكتر محسن شريفي

كامپيوتر

سيستم‌‌هاي محاسباتي همواره به عنوان يكي از راه‌‌حل‌‌هاي معقول براي پاسخ‌‌گويي به نياز شناختِ جهان هستي مورد توجه بشر بوده است. با وجود سيستم‌‌هاي محاسباتي كنوني كه توان محاسباتي آن‏ها بيش از 120 پتا‌‌فلاپس است، هنوز مسائل مهمي در حوزه‌‌هاي علم مواد، دانش آب و هوا، شبيه‌‌سازي مولكولي، كيهان‌‌شناسي و زيست‌‌شناسي وجود دارند كه پاسخ‏گويي به آن‏ها نياز‏مند توان محاسباتي بيشتري است. سيستم‏هاي محاسباتي مقياس‏اگزا به عنوان نسل جديد سيستم‏هاي محاسباتي چالش‏هايي از قبيل توان مصرفي بالا، اتكا‏پذيري سيستم و مديريت داده‏هاي حجيم را در مسير تكامل خود مي‏بيند كه در اين پايان‏نامه بر مبحث توان مصرفي اين سيستم‏ها پرداخته شده است. به منظور مقابله با چالش توان مصرفي ارائه‏ي راه‏كار‏هايي در هر يك از لايه‏هاي محاسباتي با هدف افزايش كارآيي سيستم محاسباتي در يك محيط محدود به توان مصرفي مورد نياز است. در كار‏هاي انجام گرفته راه‏كار‏هايي به منظور مديريت توان مصرفي در سطح گره‏هاي محاسباتي و سوكت‏هاي سيستم ارائه شده است، اما همچنان در پايين‏ترين لايه‏ي محاسباتي سيستم، اين هسته‏هاي محاسباتي هستند كه بخش عمده‏اي از توان مصرفي را به خود اختصاص داده‏اند و ارائه‏ي راه‏كاري كه بتواند در اين لايه اعمال شود مي‏تواند پايه‏ي ساخت يك سازوكار مديريت جامعِ توان مصرفي براي تمام لايه‏هاي سيستم محاسباتي باشد. در اين پايان‏نامه چنين راه‏كاري براي سيستم‏هاي محاسباتيِ محدود به توان مصرفي معرفي شده است و يك نمونه‏ي اوليه از آن به گونه‏اي پياده‌‌سازي شده كه بتوان زمان اجراي برنامه‌‌هاي MPI را در يك محيط شبه اگزا كاهش داد. در پياده‏سازي اين نمونه اوليه از يك سيستم كامپيوتري تك سوكته با شش هسته‏ي محاسباتي فيزيكي استفاده شده و الگوريتم ارائه شده با عنوان PFPR با مديريت توزيع توان مصرفي در هسته‏هاي محاسباتي كاهش 9 درصدي زمانِ اجرا را در يك مَحك آزمايشي، بدون افزايش در مجموع توان مصرفي نشان مي‏دهد. به منظور تغيير توان مصرفي هر يك از هسته‏هاي محاسباتي از تكنولوژي DVFS استفاده شده است و نظارت بر توان مصرفي با استفاده از تكنولوژي RAPL صورت مي‏گيرد. استفاده از الگوريتم PFPR اين امكان را براي سازوكار‏هاي ارائه شده در ساير لايه‏ها فراهم مي‏كند تا بتوان بدون افزايش توان مصرفي، توان محاسباتي سيستم را افزايش داد. واژه‌‌هاي كليدي: محاسبات توان محدود، سيستم‏هاي محاسباتي مقياس‏اگزا، محاسبات با كارآيي بالا، توان مصرفي، سوپر‏كامپيوتر، مصرف انرژي

1398/04/09

Dynamic Power-Constrained Scheduling of Execution Units on Multicore Processors in Support of ExaScale Computing Systems

12/2/2018 12:00:00 AM

ExaScale computing will be impressive achievement in computer science because of the processing power in order of the human brain nervous system. Gaining of such high performance computing systems faces with many challenges including: energy consumption, memory walls, communication rate and fault tolerating. As the HPC community attempts to reach ExaScale performance, energy is one of the most critical constrained resources. Achieving practical ExaScale computing will therefore rely on optimizing performance subject to a power constraint. Developing power-aware runtime systems is key to fully utilizing the limited resources. Already power management mechanisms leverage slack times at node/socket level architecture and a core level power management mechanisms can be useful to reuse more available power. This research introduces PFPR, an enhanced MPICH run-time system that intelligently distributes available power to cores in order to improve performance. Experiments on a solo socket, six physical core system represents that the PFPR can successfully control power consumption of execution units while achieving 9% improvement in application execution time. Keywords: Power-Constrained Computing, High Performance Computing, Exascale Computing, Energy Efficiency, DVFS