22269

مدلسازي و ارزيابي يكپارچه توان و كارايي در سيستم هاي رايانشي

دكتري تخصصي

نرم افزار

1394

1399/03/24

دكتر محمد عبدالهي ازگمي

دكتر رضا انتظاري ملكي

كامپيوتر

مديريت معيارهاي توان و كارايي در سيستمهاي رايانشي يكي از مهمترين مسائل دنياي امروز است. كاهش مصرف توان سيستمهاي رايانشي از يك سو باعث ميشود كه مديران سيستمها هزينه كمتري بابت نگهداري آنها پرداخت كنند و از سوي ديگر، كاربران اين سيستمها نيز علاقهمند هستند كه سيستم مورد نظرشان كارايي بالايي داشته باشد. بنابراين، دو معيار توان مصرفي و كارايي، ارتباط تنگاتنگي با هم داشته و بهتر است با هم در نظر گرفته شوند. عوامل مختلفي مانند مؤلفههاي فيزيكي، شبكههاي ارتباطي، فعاليتهاي سايبري و نرمافزاري و شرايط محيطي، ميتوانند بر ميزان مصرف توان و كارايي سيستمها تأثيرگذار باشند. از آنجايي كه ارزيابي معيارهاي توان و كارايي سيستمهاي رايانشي در محيطهاي واقعي با وجود عوامل - مختلف تأثيرگذار بر آنها از نظر بودجه و زمان مقرون به صرفه نيست، روشهاي مدلسازي براي اين منظور - قابل استفاده است. بنابراين، يكي از موضوعات مهم پژوهشي در اين زمينه، ارائه يك مدل تحليلي از سيستم است كه هم امكان توصيف مصرف توان را فراهم كند و هم براي ارزيابي معيارهايي كارايي سيستم قابل استفاده باشد. در اين رساله، در گام نخست، عوامل مهمي كه بر معيارهاي توان و كارايي سيستمهاي رايانشي تأثيرگذار هستند، شناسايي و دستهبندي شدهاند. سپس در قالب چندين مطالعه موردي و با استفاده از بسطهاي شبكههاي پتري تصادفي، الگوهايي براي مدلسازي اين عوامل و ارزيابي يكپارچه تأثيرات متقابل معيارهاي توان و كارايي پيشنهاد شده است. از آنجايي كه شبكههاي پتري تصادفي و بسطهاي آن اساساً براي مدلسازي و ارزيابي معيارهاي كارايي و اتكاپذيري سيستمهاي رايانشي استفاده ميشوند، تسهيلاتي را براي مدلسازي مستقيم منابع تأمينكننده توان و ارزيابي مصرف توان ارائه نميكنند. نتيجه اين مطالعات موردي مشخص نمود كه در اين صورتبنديها، روش سادهاي براي توصيف منابع تأمينكننده توان كه از مهمترين - عناصر يك سيستم رايانشي به حساب ميآيند وجود ندارد. از اينرو، در گام دوم اين رساله، يك بسط براي - صورتبندي شبكههاي فعاليت تصادفي با نام اختصاري PCSAN پيشنهاد شده است. اين صورتبندي، علاوه بر پشتيباني از الگوهاي پيشنهادي در گام نخست، امكان توصيف منابع توان دائمي و قابل شارژ را در قالب فراهم ميكند. مدلهاي مبتني بر ،» منبع « يك مفهوم اوليه جديد به نام PCSAN ، قابل تبديل به مدلهاي توصيفشده با صورتبنديهاي موجود و سپس ارائه حل تحليلي يا شبيهسازي با استفاده از تكنيكها و ابزارهاي آنها است. در خاتمه، نتايج يك مطالعه موردي بر مبناي صورتبندي PCSAN ارائه شده است كه نشاندهنده تسهيل فرآيند مدلسازي و ارزيابي يكپارچه توان و كارايي است.

1399/04/29

Unified Power and Performance Modeling and Evaluation in Computing Systems

6/14/2021 12:00:00 AM

Todays, the power and performance management of computing systems is an important issue. On one hand, system providers are interested in designing and providing systems that use less power; on the other hand, users usually wish to have a high-performance system. Since, two measures, power consumption and performance, are inversely proportional, they should be simultaneously investigated. Different factors such as physical components, communication networks, cyber and software activities, and environmental conditions can affect both power consumption and performance of systems. Since the comprehensive evaluation of power consumption and performance of real-world computing systems is not feasible in terms of budget and time limitations, the modeling techniques can be used for this purpose. Therefore, it is an important research effort to propose an analytical model to investigate the power consumption of the system and evaluate the performance, at the same time. In this thesis, in the first step, the important factors that affect power and performance measures of computing systems are identified and categorized. Then, applying extensions of stochastic Petri nets, different modeling patterns are proposed to evaluate the impacts of power versus performance measures in some case studies. Since stochastic Petri nets and their extensions are basically introduced for performance and dependability evaluation of computing systems, they do not provide appropriate facilities for direct modeling of power sources and evaluation of the power consumption. The results of case studies revealed that there is not a simple approach to specify the power sources, one of the most important elements of computing systems, in these formalisms. In order to fulfill this requirement, in the second step, a new extension of coloured stochastic activity networks, called PCSAN, is proposed. This formalism, in addition to support the modeling patters proposed in the first step, provides a new primitive, called “Source”, to specify both permanent and rechargeable power sources. The PCSAN models can be transformed into the models described by existing formalisms and then can be solved or simulated using their analytical solvers or simulation techniques and tools. Finally, we present the results of a case study to illustrate how the power and performance of computing systems can be modeled and evaluated using the PCSAN formalism.