Energooszczędne centrum przetwarzania danych

• Autorzy: Niewiadomska-Szynkiewicz E. , Arabas P.

Identyfikatory

DOI

10.15199/59.2018.8-9.13

Warianty tytułu

EN

Energy-aware data center

• Konferencja: Krajowe Sympozjum Telekomunikacji i Teleinformatyki (12-14.09.2018 ; Bydgoszcz, Polska)
• Języki publikacji: PL

Abstrakty

PL

Wzrostowi zapotrzebowania na moc obliczeniową oraz natężenie ruchu w sieci IP nie towarzyszy obecnie pojawianie się technologii chroniących operatorów i środowisko naturalne przed analogicznym wzrostem zapotrzebowania na energię w sektorze. Artykuł 1 przedstawia wyniki badań, których celem jest opracowanie koncepcji i realizacja systemu komputerowego do energooszczędnego sterowania obciążeniem rozproszonego centrum przetwarzania danych oraz szybkością pracy jednostek obliczeniowych i urządzeń sieciowych przekazujących komunikaty z danymi. Niniejsza praca prezentuje propozycję dwupoziomowej struktury zarządzania przydziałem bloków zadań do klastrów, a następnie do poszczególnych serwerów obliczeniowych. Decyzje o alokacji zadań są podejmowane w wyniku rozwiązania zadania minimalizacji zużycia zasobów energetycznych systemu, przy założeniu zagwarantowania wymaganego poziomu jakości usług.

EN

The proposition of a framework for energy-aware control in a large scale HPC (High Performance Computing) system is presented and discussed. The implementation consists of a global computing resource manager that is implemented in the central control level, energy-efficient backbone network connecting computing clusters and data centers and a local resource manager implemented in each cluster. The decisions about activity and power status of computer and network equipment are determined by solving the problem of minimizing the energy used by the whole HPC system. A simulation-based optimization scheme is utilized to calculate optimal allocation of a set of tasks to clusters.

Słowa kluczowe

PL

energooszczędne centra przetwarzania danych; energooszczędne sieci teleinformatyczne; alokacja zasobów do zadań; klastry obliczeniowe; optymalizacja

EN

green data centers; energy-efficient networks; resource allocation; energy-efficient clusters; optimization

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2018
• Tom: nr 8-9
• Strony: 609--614, CD
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Niewiadomska-Szynkiewicz E.

• Instytut Automatyki i Informatyki Stosowanej, Politechnika Warszawska, Nowowiejska 15/19, 06-665 Warszawa

autor

Arabas P.

• Instytut Automatyki i Informatyki Stosowanej Politechnika Warszawska Nowowiejska 15/19, 06-665 Warszawa

Bibliografia

• [1] Cotes-Ruiz I., Prado R., García-Galán S.: Dynamic Voltage Frequency Scaling Simulator for Real Workflows Energy-Aware Management in Green Cloud Computing, PLoS ONE12(1): e0169803 (2017). DOI: 10.1371/journal. pone.0169803
• [2] Akhter, N., Othma, M.: Energy aware resource allocation of cloud data center: review and open issues, Cluster Computing, Vol. 19(3), 1163-1182, (2016).
• [3] Chiang Y., Ouyang Y., Hsu C.: An Efficient Green Control Algorithm in Cloud Computing for Cost Optimization,"in IEEE Transactions on Cloud Computing, Vol. 3, No. 2, 145-155, (2015). DOI: 10.1109/TCC.2014.2350492
• [4] Hameed, A., Khoshkbarforoushha, A., Ranjan, et al.: A survey and taxonomy on energy efficient resource allocation techniques for cloud computing systems. In: Computing, Vol. 98, No 7, 751-774 (2016).
• [5] Karpowicz, M., Arabas, P., Niewiadomska-Szynkiewicz, E.: Design and implementation of Energy-aware application-specific CPU frequency governors for the heterogeneous distributed computing systems, Future Gene- PRZEGLĄD TELEKOMUNIKACYJNY - ROCZNIK XCI - WIADOMOŚCI TELEKOMUNIKACYJNE - ROCZNIK LXXXVII - nr 8-9/2018 613 ration Computer Systems, No 78, 302-315 (2018). DOI: 10.1016/j.future.2016.05.011
• [6] Karpowicz, M., Niewiadomska-Szynkiewicz, E., Arabas, P., Sikora, A.: Energy and power efficiency in cloud. In: Resource Management for Big Data Platforms: Algorithms, Modelling, and High-Performance Computing Techniques, Computer Communications and Networks series, Springer, 97-127 (2016).
• [7] Pop, F., Iosup, A., Prodan, A.,: HPS-HDS: High Performance Scheduling for Heterogeneous Distributed Systems, Future Generation Computer Systems, Vol. 78, cz˛e´s´c 1, 242-244 (2018).
• [8] Vasiliu, L., Pop, F., Negru, C., et al.: A hybrid scheduler for many task computing in Big Data systems, Int. J. of App. Math. and Comp. Sci., Vol 27, No 2, 385-399 (2017).
• [9] Karpowicz, M.: Energy-efficient CPU frequency control for the Linux system, Concurrency and Computation: Practice and Experience, Vol. 28, No 2, 420-437 (2016). DOI: 10.1002/cpe.3476
• [10] Karpowicz, M., Arabas, P., Niewiadomska-Szynkiewicz, E.: Energy-aware multi-level control system for a network of Linux software routers: design and implementation, IEEE Systems Journal, Vol. 12, No 1, 571-582, (2018). DOI: 10.1109/JSYST.2015.2489244.
• [11] Kamola M., Arabas P.: Shortest Path Green Routing and the Importance of Traffic Matrix Knowledge, w: 2013 24th Tyrrhenian International Workshop on Digital Communications - Green ICT, 2013, ISBN 978-1-4799-0755-7, ss. 1-6, DOI:10.1109/TIWDC.2013.6664215
• [12] Spiliopoulos, V., Kaxiras, S., Keramidas, G.: Green Governors: A Framework for Continuously Adaptive DVFS. In: Proceedings of the 2011 International Green Computing Conference and Workshops IGCC’11, 1-8 (2011).
• [13] Niewiadomska-Szynkiewicz, E., Sikora, A., Arabas, P., et al., Dynamic power management in energy-aware computer networks and data intensive computing systems, Future Generation Computer Systems, No. 37, 284-296, (2014).

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).