Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi
Monitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso d...
Guardado en:
Autores principales: | , , , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2019
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/90461 |
Aporte de: |
id |
I19-R120-10915-90461 |
---|---|
record_format |
dspace |
spelling |
I19-R120-10915-904612023-05-31T13:24:35Z http://sedici.unlp.edu.ar/handle/10915/90461 isbn:978-987-688-377-1 Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi Paniego, Juan Manuel Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo 2019-10 2019 2020-03-09T13:39:08Z es Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística Monitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso de CPU, memoria, cache, entre otros. Anteriormente se ha demostrado que es posible predecir el consumo de aplicaciones paralelas a través de estos eventos, pero únicamente para una determinada arquitectura de placas SBC. El presente trabajo analiza la portabilidad de un modelo estadístico de predicción de potencia sobre una nueva generación de placas Raspberry. La experimentación destaca las optimizaciones llevadas a cabo con el objetivo de reducir sistemáticamente el error final de estimación en las arquitecturas analizadas. El modelo final arroja un error promedio de 4.76% sobre ambas placas. XX Workshop de Procesamiento Distribuido y Paralelo. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 159-169 |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística |
spellingShingle |
Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística Paniego, Juan Manuel Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
topic_facet |
Ciencias Informáticas Potencia Raspberry Pi Contadores de Hardware Modelado Regresión estadística |
description |
Monitorear la potencia de los procesadores es una tarea importante para definir estrategias que permitan disminuir los gastos de energía en los sistemas informáticos. Hoy en día, los procesadores disponen de un elevado número de contadores que permiten monitorear eventos del sistema tales como uso de CPU, memoria, cache, entre otros. Anteriormente se ha demostrado que es posible predecir el consumo de aplicaciones paralelas a través de estos eventos, pero únicamente para una determinada arquitectura de placas SBC. El presente trabajo analiza la portabilidad de un modelo estadístico de predicción de potencia sobre una nueva generación de placas Raspberry. La experimentación destaca las optimizaciones llevadas a cabo con el objetivo de reducir sistemáticamente el error final de estimación en las arquitecturas analizadas. El modelo final arroja un error promedio de 4.76% sobre ambas placas. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Paniego, Juan Manuel Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo |
author_facet |
Paniego, Juan Manuel Libutti, Leandro Ariel Pi Puig, Martín Chichizola, Franco De Giusti, Laura Cristina Naiouf, Marcelo De Giusti, Armando Eduardo |
author_sort |
Paniego, Juan Manuel |
title |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_short |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_full |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_fullStr |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_full_unstemmed |
Modelado de potencia en placas SBC: integración de diferentes generaciones Raspberry Pi |
title_sort |
modelado de potencia en placas sbc: integración de diferentes generaciones raspberry pi |
publishDate |
2019 |
url |
http://sedici.unlp.edu.ar/handle/10915/90461 |
work_keys_str_mv |
AT paniegojuanmanuel modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi AT libuttileandroariel modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi AT pipuigmartin modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi AT chichizolafranco modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi AT degiustilauracristina modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi AT naioufmarcelo modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi AT degiustiarmandoeduardo modeladodepotenciaenplacassbcintegraciondediferentesgeneracionesraspberrypi |
_version_ |
1767633938083217408 |