Профилирование энергопотребления виртуальных машин (1187417), страница 6

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 6)

Был предложен и протестирован механизм определения энергопотребления в виртуальном окружении, использующий интерфейс RAPL.

Продемонстрировано, что этот механизм является наиболее приемлемым и эффективным.

Был предложен ряд мер для снижения энергопотребления ВМ и повышения энергоэффективности задач, исполняемых в ней.

Практически и теоретически было продемонстрировано, что энергопотребление ВМ напрямую зависит от выделения соответствующих ресурсов.

Было показано, что для энергоэффективной работы ВМ необходимо, чтобы процессы в ВМ были классифицированы по использованию ресурсов. Поэтому можно говорить о расширении этой задачи на задачу классификации виртуальных сервисов по серверам в облачной инфраструктуре.

Было показано, что задача энергоэффективного распределения виртуальных сервисов по серверам – это NP-трудная задача, и она может быть смоделирована как многомерная задача упаковки в контейнеры.

Дальнейшая работа по данной теме может подразумевать нахождение методов (в том числе эвристических) приближенного решения задачи распределения виртуальных сервисов по серверам в дата-центре и задачи балансировки нагрузки по энергопотреблению в ЦОДе.

Список литературы

[1] J. Koomey, “Worldwide electricity used in data centers”. Environmental Research Letters. vol. 3, no. 034008. September 23.

[2] “Measuring Energy Consumption for Short Code Paths Using RAPL”, Marcus Hähnel, Björn Döbel, 2012.

[3] Z. Ou, B. Pang, Y. Deng, J. K. Nurminen, A. Yla-Jaaski, and P. Hui, "Energy- and cost-efficiency analysis of ARM-based clusters," in Proc. of the Int'l Symp. on Cluster Computing and the Grid (CCGRID), Ottawa, Canada, 2012.

[4] Bogdan Marius, Young Meng Teo, “On Understanding the Energy Consumption of ARM-based Multicore Servers. In Proc. of ACM SIGMETRICS/international conference on Measurement and modeling of computer systems.

[5] E. Saxe, “Power-efficient software”, Commun. ACM, 2010

[6] http://www.acpi.info/
[7] Intel Software Developers Manual. CHAPTER 14 POWER AND THERMAL MANAGEMENT.http://www.intel.com/content/www/us/en/processors/architectures-software-developer-manuals.html/

[8] R. Nathuji, K. Schwan. “Virtualpower: Coordinated Power Management in Virtualized Enterprise Systems.” ACM SIGOPS Operating Systems Review, 41(6):265–278, 2007.

[9] “Improving Power Efficiency with App Nap.” WWDC 2013 Session Videos. https://developer.apple.com/wwdc/videos/?id=209

[10] T. Do, S. Rawshdeh, W. Shi, “pTop: A Process-level Power Profiling Tool”, In HotPower'09: Proceedings of the Workshop on Power Aware Computing and Systems

[11] Intel Power Gadget. http://software.intel.com/en-us/articles/intel-power-gadget-20

[12] Intel VTune Amplifier. http://software.intel.com/en-us/intel-vtune-amplifier-xe

[13] Joulemeter: Computational Energy Measurement and Optimization. http://research.microsoft.com/en-us/projects/joulemeter/default.aspx

[14] R. Mittalz, A. Kansaly, R. Chandray. “Empowering Developers to Estimate App Energy Consumption”, Mobicom '12 Proceedings of the 18th annual international conference on Mobile computing and networking.

[15] Maximizing battery life on OS-X. WWDC 2013 Session videos. https://developer.apple.com/wwdc/videos/?id=701

[16] Energy best practices. WWDC 2013 Session videos. https://developer.apple.com/wwdc/videos/?id=712

[17] XCode https://developer.apple.com/xcode/

[18] Watts Up. https://www.wattsupmeters.com/secure/products.php?pn=0

[19] PowerTOP

http://www.linuxpowertop.org/

[20] JouleMeter

http://research.microsoft.com/en-us/projects/joulemeter/default.aspx

[21] Intel® 64 and IA-32 Architectures Software Developer’s Manual Volume 3B: System Programming Guide, Part 2.

[22] Intel® 64 and IA-32 Architectures Optimization Reference Manual.

[23] «Joulemeter: Virtual Machine Power Measurement and Management», Aman Kansal, 2011.

[24] Frank Bellosa. The benefits of event: driven energy accountingin power-sensitive systems. In Proceedings of the 9thworkshop on ACM SIGOPS European workshop: beyond thePC: new challenges for the operating system37–42, New York, NY, USA, 2000. ACM

[25] Gilberto Contreras and Margaret Martonosi. Power prediction for intel xscale processors using performance monitoring unit events. In Proceedings of IEEE/ACM International Symposium on Low Power Electronics and Design, pages 221–226, 2005.

[26] Andreas Merkel and Frank Bellosa. Balancing power consumption in multiprocessor systems. SIGOPS Oper. Syst. Rev., 40:403–414, April 2006.

[27] Virtual Machine Power Metering and Provisioning, Aman Kansal, 2010 ACM.

[28] A System for Online Power Prediction in Virtualized Environments Using Gaussian Mixture Models, 2010, ACM.

[29] Power Measuring and Profiling: State-of-the-Art, Hui Chen and Weisong Shi., 2011.

[30] «Энергосбережение изнутри: что в действительности могут измерить профилировщики», Карпов Д.В., Бондарь А.О., 2013, RSDN Magazine.

54

Характеристики

Список файлов ВКР