Green Computing

Cele projektu

Obliczenia przyjazne środowisku (ang. green computing) są obecnie popularnym trendem wśród europejskich i światowych centrów obliczeniowych. Podstawowym założeniem jest takie wykorzystanie posiadanej infrastruktury obliczeniowej, aby zminimalizować zużycie energii elektrycznej, jednocześnie nie wpływając znacząco na wydajność wykonywanych obliczeń oraz poziom jakości świadczonych usług.

CI TASK wraz z Wydziałem ETI aktywnie uczestniczy w badaniach naukowych i rozwoju (B+R) nowoczesnych technologii umożliwiających optymalizację wykorzystania energii elektrycznej w obliczeniach wielkoskalowych. Aktualnie realizowane są następujące cele projektu:

  1. Opracowanie metod i wytworzenie oprogramowania do optymalizacji wielokryterialnej (energia, wydajność), dotyczącej obliczeń wielkoskalowych (ang. High Performance Computing, HPC) dla jednostek obliczeniowych CPU i GPU, z wykorzystaniem sprzętowych mechanizmów power-cap.
  2. Budowa modeli zużycia energii elektrycznej oraz analiza wielkoskalowych zbiorów danych (ang. Big Data), wykorzystujących wielowęzłowe systemy komputerowe, ze szczególnym uwzględnieniem nowoczesnych platform przetwarzania danych (np. Apache Spark).

Do realizacji celów projektów zostało utworzone specjalne laboratorium: Green Lab. Składa się ono z 16 węzłów obliczeniowych, umieszczonych w szafie serwerowej i połączonych siecią Ethernet 1Gb/s. Podczas eksperymentów obliczeniowych zużycie energii elektrycznej jest monitorowane na kilku poziomach: listwy (PDU), zasilaczy i bezpośrednio procesorów (CPU) i pamięci (RAM). Poniższy rys. przedstawia schemat laboratorium:

Lista publikacji naukowych związanych z projektem

[1] Paweł Czarnul, Jerzy Proficz, Krzysztof Drypczewski, „Survey of Methodologies, Approaches, and Challenges in Parallel Programming Using High-Performance Computing Systems”, Scientific Programming, page 1-19, Jan 2020.

[2] Paweł Czarnul, Jerzy Proficz, Adam Krzywaniak, „Energy-Aware High-Performance Computing: Survey of State-of-the-Art Tools, Techniques, and Environments”, Scientific Programming, volume 2019, page 1-19, Jan 2019.

[3] Adam Krzywaniak, Paweł Czarnul, Jerzy Proficz, „Extended investigation of performance-energy trade-offs under power capping in HPC environments”, page -, Jan 2019.

[4] Krzysztof Drypczewski, Jerzy Proficz, Andrzej Stepnowski, „Influence of YARN Schedulers on Power Consumption and Processing Time for Various Big Data Benchmarks”, TASK Quarterly, volume 22, page 313-319, Jan 2019.

[5] Adam Krzywaniak, Jerzy Proficz, Paweł Czarnul, „Analyzing energy/performance trade-offs with power capping for parallel applications on modern multi and many core processors”, Annals of Computer Science and Information Systems, volume 15, page 339-346, Jan 2018.

[6] Paweł Czarnul, Jarosław Kuchta, Paweł Rościszewski, Jerzy Proficz, „Modeling energy consumption of parallel applications”, Annals of Computer Science and Information Systems, volume 8, page 855-864, Jan 2016.

[7] Jerzy Proficz, Paweł Czarnul, „Performance and Power-Aware Modeling of MPI Applications for Cluster Computing”, Parallel Processing and Applied Mathematics, Part II, page 199-209, Jan 2016.

Projekty

Realizowane

W okresie trwałości

Zrealizowane