Untersuchung und Modellierung des Energieverbrauchs von DVFS Prozessoren auf Basis von parallelen Berechnungen des wissenschaftlichen Rechnens

Titelangaben

Stachowski, Matthias Markus:
Untersuchung und Modellierung des Energieverbrauchs von DVFS Prozessoren auf Basis von parallelen Berechnungen des wissenschaftlichen Rechnens.
Bayreuth , 2022 . - xxi, 141 S.
( Dissertation, 2022 , Universität Bayreuth, Fakultät für Mathematik, Physik und Informatik)
DOI: https://doi.org/10.15495/EPub_UBT_00006387

Volltext

Link zum Volltext (externe URL):

Abstract

Parallele Berechnungen auf Hochleistungsrechnern sind heutzutage
nicht mehr wegzudenken. Rechenzentren übertreffen sich immer
wieder mit noch stärkerer Hardware und noch höheren
Geschwindigkeiten ein Problem zu lösen. Es ist auch nicht
abzusehen, dass das Streben nach immer mehr “Flops” demnächst
aufhört. Die Gier nach noch mehr wird im Prinzip nur von einem
Faktor beschränkt: Dem Energieverbrauch. Man kann die
Rechenzentren theoretisch immer größer mit immer mehr Knoten
bauen. Die Stromversorgung lässt sich jedoch nicht so einfach nach
oben skalieren. Das große Ziel dieser Industrie heißt also nicht nur
mehr Leistung, sondern mehr Leistung zu weniger Energiekosten,
also die Energieeffizienz deutlich zu steigern. Dies geht unter
anderem durch Anpassung der Hardware durch effizientere
Datenfelder EPub
Bayreuth
Abwärmesysteme, oder aber durch ein dynamische und
bedarfsorientierte Ausnutzung der Hardware. Eine in der Praxis
anwendbare Technologie ist das DVFS (dynamic voltage and
frequency scaling), also das dynamische Ändern der Frequenzen und
Spannungen der Prozessoren zur Laufzeit. Diese Arbeit gibt einen
guten Einblick in das DVFS und geht noch darüber hinaus.
Am Beispiel von wissenschaftlichen Berechnungen in Form von
Benchmarks werden allgemein die Energieverläufe dieser dargestellt.
Das DVFS beeinflusst nicht nur den Energieverbrauch, sondern
ändert unter Umständen auch die Laufzeiten von Anwendungen. Neue
Metriken sind somit nötig, um Programme unter Berücksichtigung der
Energie zu erfassen und neu zu bewerten. Ein weiterer Aspekt ist die
Modellierung des Energieverbrauchs von Programmen. Dies macht
nicht nur Vorhersagen des Energieverbrauchs möglich, sondern
ermöglicht es auch das Optimum bezüglich der Energie schnell
abzuleiten.
Eine andere Herangehensweise den Energieverbrauch zu optimieren
ist der Einsatz sogenannter Autotuner. Ein Autotuner ist in der Regel
ein Framework, welches über bestimmte
Suchstrategien das Optimum findet, sei es Performance oder
Energieverbrauch. Die Selbstadaption kann man auch auf mehrere
Suchkriterien gleichzeitig anwenden und beispielsweise nach dem
besten Kompromiss zwischen Laufzeit und Energieverbrauch suchen.
Das ist nicht nur den Prozessoren vorenthalten sondern kann
genauso auf Berechnungen auf GPUs (Grafikkarten) angewendet
werden.
Zusammengefasst kann man sagen, dass die drei großen Themen
dieser Arbeit folgende sind:
• Metriken zur Bewertung der Energieeffizienz
• Modell-basierte Optimierung des Energieverbrauchs
• Energie-orientierte Autotuning auf CPUs und GPUs

Abstract in weiterer Sprache

Parallel computation on High-Performance-Computing Systems is
commonplace. Server farms are trending to more powerful hardware
and overcome each other periodically with faster scientific
calculations. There is no telling that this striving for more “flops” gets
to an end soon. But the greed for performance is other than the
increase of nodes limited: Energy can not be scaled up like just
putting more hardware together.
The big target of today’s industry standards is the increase of energy
efficiency with lowering their energy bills as well. There are several
ways to do so e.g. building better heat systems on the hardware side
or lowering the energy consumption on the software side e.g. using
DVFS. DVFS means dynamic voltage and frequency scaling of a
processor and gives the user the ability to change CPU frequencies at
runtime.
This thesis gives you an insight into what can be done with DVFS and
handles different approaches to energy efficiency. Be it the modeling
of the energy consumption using an analytical method which can then
be used to predict the energy consumption of the CPU. Using a model
means to abstract reality in some equation with which you can
make calculations. Also, metrics have always played a huge role in
science. The introduction of new metrics which can capture both, the
energy consumption and the performance of an application
is a step further from our well know performance metrics in HPC.
Further, we can integrate energy concerns into Autotuning.
Autotuning is a technique for self adoptions of an application to a
special goal. Different parameters of programs can be changed during
runtime, like blocksizes or the accuracy of a calculation. Using
numerical methods leads to an optimal set of those parameters. Most
Datenfelder EPub
Bayreuth
of the time the goal of Autotuning in HPC was to achieve the shortest
runtime of a program. Nowadays tuning software for several targets -
may it be the fastest runtime and the lowest energy consumption at
the time - is common. And of course, it does not end here. Besides
DVFS on CPUs, DVFS is also available on GPUs, spoken Graphics
Processing Units. In short, there are three main topics in this
thesis which are:
• Introducing new Metrics for Energy efficiency
• Model-based Optimisation of the Energy consumption
• Energy-Oriented Autotuning on CPUs and GPUs