本研究では、EfiMonと呼ばれるツールを提案している。EfiMonは、プロセスの実行情報(命令実行数、CPU/メモリ使用率など)と全体的なシステム指標(CPU/PSU電力消費など)を収集する。これらのデータを用いて、個別プロセスの電力消費を予測するための回帰モデルを提案している。
実験では、AMD/Intel両アーキテクチャのサーバ上で、様々な計算ワークロードを実行し、EfiMonの有効性を検証した。その結果、プロセスが共有リソース環境で実行されている場合でも、最大4.4%の誤差で電力消費を予測できることが示された。これは、EfiMonが高性能コンピューティングにおける詳細な電力会計と最適化に貢献できることを示唆している。
今後の課題として、より幅広い環境での検証、周波数やファン速度などの追加変数の組み込み、深層学習モデルの活用などが挙げられる。これらの改善により、より包括的で適応性の高いエネルギー管理ソリューションの開発につながると期待される。
To Another Language
from source content
arxiv.org
Głębsze pytania