Penelope: Peer-to-peer Power Management
Penelope: Peer-to-peer Power Management
复制标题
Penelope：点对点电源管理
DOI：
10.1145/3545008.3545047
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Hoffmann, Henry
中科院分区：
文献类型：
--
作者：
Srivastava, Tapan;Zhang, Huazhe;Hoffmann, Henry
大规模分布式计算设置依赖电源管理系统来执行紧张的电源预算。现有系统使用一个中央权威机构，将多余的电力重新分配给需要电力的节点。然而，这个中央权威既是一个单一的故障点，也是一个关键的瓶颈--特别是在大规模的情况下。为了解决这些限制，我们提出了Penelope，这是一个分布式电源管理系统，通过对等交易来转移电力，确保它在故障环境和大规模情况下保持健壮。我们实现了Penelope，并将其在不同功率预算下的性能与集中式电源管理器Slurm进行了比较。我们发现，在正常情况下，Slum和Penelope的性能几乎相同；然而，在故障环境中，Penelope的平均应用程序性能比Slurm提高了8%-15%。在大规模且消息频率不断增加的情况下，Penelope保持其性能，而集中式方法会降低性能并变得不可用。
Large scale distributed computing setups rely on power management systems to enforce tight power budgets. Existing systems use a central authority that redistributes excess power to power-hungry nodes. This central authority, however, is both a single point of failure and a critical bottleneck—especially at large scale. To address these limitations we propose Penelope, a distributed power management system which shifts power through peer-to-peer transactions, ensuring that it remains robust in faulty environments and at large scale. We implement Penelope and compare its achieved performance to SLURM, a centralized power manager, under a variety of power budgets. We find that under normal conditions SLURM and Penelope achieve almost equivalent performance; however in faulty environments, Penelope achieves 8–15% mean application performance gains over SLURM. At large scale and with increasing frequency of messages, Penelope maintains its performance in contrast to centralized approaches which degrade and become unusable.
登录
查看更多内容
DOI：
10.1145/1995896.1995927
发表时间：
2011-05
期刊：
--
影响因子：
--
作者：
Jing Chen;L. John
通讯作者：
Jing Chen;L. John
DOI：
10.1109/ipdps47924.2020.00115
发表时间：
2020-05
期刊：
2020 IEEE International Parallel and Distributed Processing Symposium (IPDPS)
影响因子：
--
作者：
Anwesha Das;F. Mueller;B. Rountree
通讯作者：
Anwesha Das;F. Mueller;B. Rountree
分析硬件过度配置的超级计算机中的资源权衡
DOI：
--
发表时间：
2018
期刊：
IEEE International Parallel and Distributed Processing Symposium
影响因子：
--
作者：
Ryuichi Sakamoto;Tapasya Patki;Thang Cao;Masaaki Kondo;Koji Inoue;M. Ueda;D. Ellsworth;B. Rountree;M. Schulz
通讯作者：
M. Schulz
AEQUITAS：跨并行应用程序的协调能源管理
DOI：
--
发表时间：
2016
期刊：
International Conference on Supercomputing
影响因子：
--
作者：
Haris Ribic;Yu David Liu
通讯作者：
Yu David Liu
Xen 虚拟机管理程序中低级性能约束下的功耗管理
DOI：
--
发表时间：
2020
期刊：
SIGBED Rev.
影响因子：
--
作者：
Rolando Brondolin;Marco Arnaboldi;M. D. Santambrogio
通讯作者：
M. D. Santambrogio