Evaluación de clústeres basados en sistemas en un chip para computación de alto desempeño: una revisión
Barra lateral del artículo
Descargas
Sección
Queda autorizada la reproducción total o parcial de los contenidos de la revista con finalidades educativas, investigativas o académicas siempre y cuando sea citada la fuente. Para poder efectuar reproducciones con otros propósitos, es necesario contar con la autorización expresa del Sello Editorial Universidad de Medellín.
Contenido principal del artículo
Resumen
Los sistemas de computación de alto desempeño son la máxima expresión en el campo de procesamiento para grandes cantidades de datos. Sin embargo, su consumo de energía es un aspecto de gran importancia que no era tenido en cuenta en décadas pasadas. Por lo tanto, desarrolladores de software y proveedores de hardware están obligados a enfocarse en nuevos retos para abordar el consumo de energía y costos. Construir un clúster informático con una gran cantidad de sistemas en un chip puede dar como resultado una plataforma poderosa, ecológica y capaz de ofrecer el rendimiento suficiente para diferentes aplicaciones, siempre y cuando se puedan mantener bajos costos y el menor consumo de energía posible. Como resultado, el hardware eficiente en el consumo de energía tiene la oportunidad de tener un impacto en el área de la computación de alto desempeño. En este artículo se presenta una revisión sistemática para conocer las evaluaciones realizadas a clústeres de sistemas en un chip para computación de alto desempeño en el ámbito investigativo.
Detalles del artículo
Cómo citar
Referencias
[1] Schadt, E., Linderman, M., Sorenson, J. et al. 'Computational solutions to large-scale data management and analysis,' Nat Rev Genet, no. 11, pp. 647-657, 2010. DOI: https://doi.org/10.1038/nrg2857
[2] N. Rajovic, A. Rico, N. Puzovic, C. Adeniyi-Jones, and A. Ramírez, 'Tibidabo: Making the case for an ARM-based HPC system,' Future Generation Computer Systems, no. 36, pp.322-334, 2014. DOI: https://doi.org/10.1016/j.future.2013.07.013
[3] N. Balakrishnan, Building and benchmarking a low power ARM cluster, M.S. Thesis, EPCC Edinburgh Parallel Computing Center, The University of Edinburgh, 2012. Available: http://static.epcc.ed.ac.uk/dissertations/hpc-msc/2011-2012/Submission-1126390.pdf
[4] J. W. Weloli, S. Bilavarn, S. Derradji, C. Belleudy and S. Lesmanne, 'Efficiency Modeling and Analysis of 64-bit ARM Clusters for HPC,' 2016 Euromicro Conference on Digital System Design (DSD), Limassol, pp. 342-347, 2016. DOI: https://doi.org/10.1109/DSD.2016.74
[5] M. Görtz, R. Kühn, O. Zietek, R. Bernhard, M. Bulinski, D. Duman, B. Freisen, U. Jentsch, T. Klöppner, D. Popovic, and L. Xu, 'Energy Efficiency of a Low Power Hardware Cluster for High Performance Computing,' Eibl,M. & Gaedke, M. (Hrsg.), INFORMATIK 2017. Gesellschaft für Informatik, Bonn, pp. 2537-2548, 2017. DOI: https://doi.org/10.18420/in2017_256
[6] J. Saffran et al., 'A Low-Cost Energy-Efficient Raspberry Pi Cluster for Data Mining Algorithms,' in Desprez F. et al. (eds) Euro-Par 2016: Parallel Processing Workshops. Euro-Par 2016. Lecture Notes in Computer Science, vol 10104. Springer, Cham. 2017. DOI:https://doi.org/10.1007/978-3-319-58943-5_63
[7] M. Cloutier, C. Paradis, and V. Weaver, 'A Raspberry Pi Cluster Instrumented for Fine-Grained Power Measurement,' Electronics, vol. 5, no. 4, p. 61, 2016. DOI: https://doi.org/10.3390/electronics5040061
[8] L. Morganti, D. Cesini, and A. Ferraro, 'Evaluating Systems on Chip through HPC Bioinformatic and Astrophysic Applications,' in 2016 24th Euromicro International Conference on Parallel, Distributed, and Network-Based Processing (PDP), Heraklion, pp. 541-544, 2016. DOI: https://doi.org/10.1109/PDP.2016.82
[9] J. Maqbool, S. Oh, and G. C. Fox, 'Evaluating ARM HPC clusters for scientific workloads,'Concurrency Computation, vol. 27, no. 17, pp. 5390-5410, 2015. DOI: https://doi.org/10.1002/cpe.3602
[10] R. Manchado Garabito, S. Tamames Gómez, M. López González, L. Mohedano Macías, M. D’Agostino, and J. Veiga de Cabo, 'Revisiones Sistemáticas Exploratorias,' Medicina y Seguridad del Trabajo, vol. 55, no. 215, pp. 28-51, 2009.
[11] G. Urrútia, and X. Bonfill, 'Declaración PRISMA: una propuesta para mejorar la publicación de revisiones sistemáticas y metaanálisis,' Med. Clin. (Barc), vol. 135, no. 11, pp. 507-511, 2010. DOI: https://doi.org/10.1016/j.medcli.2010.01.015
[12] C. Kaewkasi, and W. Srisuruk, 'A study of big data processing constraints on a low-power Hadoop cluster,' 2014 International Computer Science and Engineering Conference (ICSEC), Khon Kaen, pp. 267-272, 2014. DOI: https://doi.org/10.1109/ICSEC.2014.6978206
[13] E. L. Padoin, D, P. Velho, and P. O. A. Navaux, 'Evaluating Performance and Energy on ARM-based Clusters for High Performance Computing,' in 41st International Conference on Parallel Processing Workshops, Pittsburgh, 2012. DOI: https://doi.org/10.1109/ICPPW.2012.21
[14] A. Selinger, K. Rupp, and S. Selberherr, 'Evaluation of Mobile ARM-Based SoCs for High Performance Computing,' in Proceedings of the 24th High Performance Computing Symposium (HPC ’16). Society for Computer Simulation International, pp. 1-7, 2016. DOI: https://doi.org/10.22360/SpringSim.2016.HPC.022
[15] C. Salazar, 'Medidas de rendimiento y comparación entre el Clúster Cruz I y el Clúster Cruz II,' Revista de la Facultad de Ciencias de la UNI, Revciuni, vol. 17, no. 1, pp. 9-16, 2014.
[16] C. Kaewkasi and W. Srisuruk, 'Optimizing performance and power consumption for an ARM-based big data cluster,'TENCON 2014 - IEEE Region 10 Conference, Bangkok, pp. 1-6, 2014. DOI: https://doi.org/10.1109/TENCON.2014.7022399
[18] I. Stamelos, D. Soudris, and C. Kachris, 'Performance and energy evaluation of spark applications on low-power SoCs,'in 2016 International Conference on Embedded Computer Systems: Architectures, Modeling and Simulation (SAMOS), Agios Konstantinos, pp. 300-305, 2016. DOI: https://doi.org/10.1109/SAMOS.2016.7818362
[19] A. Mappuji, N. Effendy, M. Mustaghfirin, F. Sondok, R. P. Yuniar and S. P. Pangesti, 'Study of Raspberry Pi 2 quad-core Cortex-A7 CPU cluster as a mini supercomputer,' in 8th International Conference on Information Technology and Electrical Engineering (ICITEE), Yogyakarta, 2016, pp. 1-4, 2016. DOI: https://doi.org/10.1109/ICITEED.2016.7863250
[20] N. Rajovic, P. M. Carpenter, I. Gelado, N. Puzovic, A. Ramirez and M. Valero, 'Supercomputing with commodity CPUs: Are mobile SoCs ready for HPC?,' in Proceedings of the International Conference on High Performance Computing, Networking, Storage and Analysis, pp. 1-12, 2013. DOI: https://doi.org/10.1145/2503210.2503281
[21] J. Zhang, S. You and L. Gruenwald, 'Tiny GPU Cluster for Big Spatial Data: A Preliminary Performance Evaluation,' in IEEE 35th International Conference on Distributed Computing Systems Workshops, pp. 142-147, 2015. DOI: https://doi.org/10.1109/ICDCSW.2015.33
[22] Z. Krpić, G. Horvat, D. Žagar and G. Martinović, 'Towards an energy efficient SoC computing cluster,' 37th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), Opatija, pp. 178-182, 2014. DOI: https://doi.org/10.1109/MIPRO.2014.6859556
[23] L. O. Salvador, Building a low consumption cluster using SBC technology, B.Sc. Thesis, Ingeniería Informática, Universidad de Cantabria, 2016. Available: http://hdl.handle.net/10902/9383
[24] M. Tsuji, W. T. C. Kramer and M. Sato, 'A Performance Projection of Mini-Applications onto Benchmarks Toward the Performance Projection of Real-Applications,' 2017 IEEE International Conference on Cluster Computing (Cluster), Honolulu, HI, pp. 826-833, 2017. DOI: https://doi.org/10.1109/CLUSTER.2017.123
[25] M. Sayeed, H. Bae, Y. Zheng, B. Armstrong, R. Eigenmann and F. Saied, 'Measuring High-Performance Computing with Real Applications,' Computing in Science & Engineering, vol. 10, no. 4, pp. 60-70, 2008. DOI: https://doi.org/10.1109/MCSE.2008.98
[26] A. Remy. Solving dense linear systems on accelerated multicore architectures, PhD thesis, Hardware Architecture, Université Paris Sud - Paris XI, 2015. Available: https://tel.archivesouvertes.fr/tel-01225745/document
[27] Top 500.org, 'Top 500 The list,' 2018. [Online]. Available: https://www.top500.org/ [Accessed: 28-Jan-2018].