دانلود مقاله ISI یک مدیریت جامع منابع برای پردازشگرهای گرافیکی در رایانه ابر

فرمت: PDF

تعداد صفحات: 20

زبان: انگلیسی

سال انتشار: 2018

چکیده:

توسعه مداوم ابر محاسبات افراد و سازمان ها را جذب می کند تا راهبردهای IT خود را تغییر دهند. با توجه به این توسعه و تقاضای افزایشی استفاده از ابر محاسبات، ارائه دهندگان ابر به طور مداوم به روز رسانی زیرساخت ابر به تناسب نیازهای افزایشی. به تازگی، واحدهای شتاب دهنده مانند واحد پردازش گرافیکی (GPUs) در Computing معرفی شده اند. این وضعیت به روزرسانی منجر به افزایش ناهمگونی سخت افزاری در زیرساخت ابر می شود. با افزایش ناهمگونی سخت افزار، مسائل جدید ظاهر خواهند شد. به عنوان مثال، مدیریت زیرساخت ابر ناهمگن در حالی که حفظ کیفیت خدمات (QoS) و به حداقل رساندن هزینه های عملیاتی زیرساخت، یک مسئله مهم است. بنابراین، تکنیک های مدیریت جدید باید توسعه یابد تا مدیریت به روزرسانی Cloud Cloud را به طور موثر مدیریت کند. در این مقاله، یک معماری سیستماتیک برای مدیریت GPU های ناهمگن در یک محیط ابر را پیشنهاد می کنیم که عملکرد و مصرف انرژی را به عنوان عوامل کلیدی در نظر می گیریم. علاوه بر این، ما تجزیه و تحلیل GPU های heterogeneous را به عنوان اولین گام در اجرای معماری پیشنهادی توسعه می دهیم. هدف این مقاله، مقایسه و تجزیه و تحلیل دو معماری GPU های مختلف، NVIDIA Fermi و Kepler از لحاظ عملکرد، قدرت و مصرف انرژی است. نتایج تجربی نشان می دهد که بلوک ها و نخهای مناسب برای تخصیص اعداد بلوک به 13.1٪ صرفه جویی در انرژی در GPU Fermi و 11.2٪ انرژی بیشتری در GPU Kepler منجر می شود.