В высоконагруженных вычислениях (ВВ) традиционно внимание уделялось методам решения оптимизированных по времени решения задачи. При этом полностью игнорировался аспект использования электроэнергии для получения этого решения.
В современных центрах обработки данных (ЦОД) и центрах коллективного пользования потребление электроэнергии играет существенную роль в оперативных расходах центров. Так же, потолок поставляемой электроэнергии ограничивает вычислительную мощность установленных устройств.
Энергия, потребляемая вычислительными устройствами, является
основным параметром оптимизации вычислительного процесса и
предоставляемых услуг в интернете. Исследование ЦОД Google [
Такое направление развития не удовлетворяет требованиям ВВ и даже
требованиям обработки баз данных. Для последних, так же характерно условие
увеличения энергоэфективности при увеличении производительности [
Оптимизация приложений по энергопотреблению и по скорости вычислений особенно важны на мобильных платформах. Скорость вычислений критична для обработки данных на автономных автомобилях и в то же время на таких платформах есть серьезное ограничение по потребляемой электрической мощности. В частности, эксперименты с оптимизацией процесса ввода/вывода проведенные в данном исследовании диктовались требованиями мобильных приложений.
Для обеспечения энергоэффективности ВВ предлагается путь увеличения эффективности самих вычислений. Для этого проводятся исследования эффективности вычислений как функции потребляемой энергии. В данной статье приведено отдельное исследование высокопроизводительной записи данных, являющейся компонентом многих вычислительных пакетов и систем анализа Больших данных а так же системы оперативной памяти. Утилизация процессоров и Энергоэффективность вычислений Высоконагруженные вычисления имеют повышенные требования к производительности компьютера и при выполнении ВВ компьютер загружен полностью. Это можно охарактеризовать уровнем утилизации (U), который Ttot: при этом в операционной системе (ОС) Linux время простоя и другие характеристики, накопленные с начала запуска системы, регистрируется ОС в метрике /proc/stat.
Полная утилизация не означает, что вычисления обладают высокой
степенью эффективности, в частности по потреблению электроэнергии.
Эффективность потребления электроэнергии (ЕЕ) выражается через
произведенную работу:
(1)
(2)
при этом Работа приложения характеризует колличество произведенных
операций и Скорость приложения - колличество операций в секунду,
соответственно. Так для ВВ с плавающей точкой скорость выражается через
Flop/s, а мощность измеряется в Ваттах. По этой метрике для бенчмарка
Linpack составляется список наиболее экономных систем Green 500 [
Управление энергопотреблением осуществляется через установку рабочей
частоты процессоров с механизмом динамической зависимости DVFS. Это
возможно на всех типах процессоров Intel (автоматически и командой
cpufreqset) и графических процессорах Nvidia (автоматически и командой nvidia-smi).
Так система настройки потребляемой мощности процессора Intel RAPL
допускает регулировку в широких пределах [
Для представленой работы использовалась рабочая станция с одним процессорм Intel E3-1281 и графической картой Nvidia GX1050. Это оборудование было выбрано из-за удобства использования интегрированного датчика энергопотребления и для отработки методов измерения эффективности вычислений на всех устройствах, как то процессор, графическая карта и системы хранения. Основные параметры потребления рабочей станции приведены в таблице: Устройство / Потребление 1 x Intel E3-1281 (4 cores), 0.7 - 3.7 GHz DVFS Nvidia GTX 1050 2 x NVMe SSD storage Mellanox ConnectX-4 card Board и преобразователи энергии Total Колонки min и max показывают разброс параметров потребления без нагрузки и при полной нагрузке соответственно. В данной работе не исследовалось управление потреблением периферийных устройств, так как эта работа запланирована на более поздний срок, и внимание уделено только управлению энергопотреблением процессора изменением тактовой частоты. .
Зависимость полной потребляемой мощности от частоты процессора исследовалась с использованием регистров процессора RAPL и интегрированного датчика потребления всего компьютера. Результаты показаны на рис. 1.
Рис. 1. Зависимость потребляемой мощности от рабочей частоты процессора. Синий график (Cortex) показывает общее потребление всего компьютера.
Когда компьютер не нагружен (утилизация равна нулю) процессор имеет дополнительные ступени ожидания, опускающие потребление вычислительных ядер почти до нуля. Потребление пакета, состоящего из различных преобразователей энергии, процессора и памяти, спускается до 9 W (из них память потребляет 4.5 W), независимо от выставленной частоты. Этот режим обозначен на рис. 1. При частоте 700 МГц и утилизации 100% процессорные ядра потребляют 7 W, весь пакет потребляет 19 W. С этого режима потребление процессорных ядер плавно увеличивается с увеличением частоты, что видно на рис. 1.
Хотя процессорная мощность варьируется средствами DVFС (тактовой частотой процессора) в пределах 9-92 W, для потребления всей рабочей станции эта вариация составляет только 54 W (см. "Dynamic range" на рис. 1) из за того, что потребление всего компьютера не опускается ниже определенного порога задаваемого нерегулируемыми компонентами.. Таким образом диапазон управления энергопотреблением процессора составляет только от 19% до 36% потребления всего компьютера если включены или не-включены периферийные устройства в расчет. Рис. 2. Утилизация процессора и скорость записи на внешний носитель как функция рабочей частоты исполняющего процессора.
Оптимизация выполнения задания по времени требует максимальной скорости записи. Сама скорость записи зависит от производительности внешнего устройства (макс. 4.4 ГБ/с). Как описано выше, в данном алгоритме программа формирует список буферов и блокируется в ожидании отчета о записи. Скорость формирования списка зависит от рабочей частоты процессора и для оптимальной работы должна соответствовать времени получения отчета о записи, что бы время блокировки было минимальным. На ординате справа (рис. 2) показана скорость записи и красная кривая (обозначенная "write RAID-0") растет пропорционально частоте процессора до отметки 1.8 ГГц. На этой отметке скорость записи достигает максимума. При этом утилизация (ордината слева) максимальна и на данной отметке снижается до 95%, т.е. в таком режиме процессор успевает сформировать список, в то время как периферийное устройство записывает переданные раньше буфера, и время блокировки оказывается минимальным.
В таком режиме общее потребление компьютера оказывается около 100 W и приложение записи данных оптимизированно как по времени, так и по энергоэффективности.
В ходе эксперимента было установленно, что по умолчанию Операционная система поднимает частоту процессора до максимальных значений когда запускается программа пользователя, хотя это не обязательно для достижения максимальных характеристик производительности.
В данном эскперименте для автоматической регулировки частоты можно
было ориентироваться на показатель утилизации. В современных ядрах Линукс
(начиная с 4.0) есть возможность выбора планировщика, который учитывает
утилизацию процессора и регулирует тактовую частоту по этой характеристике
[
Рис. 3. Электрическая мощность и скорость доступа к памяти по замеру теста Triad из пакета STREAMS как функция тактовой частоты процессора. График производительности теста STREAMS Triad: показывает (см. рис. 3), что 99% производительности памяти достигается при частоте 1.7 ГГц и не требует полной тактовой частоты процессора.В данном эксперименте было показано, что регулировка тактовой частоты должна производиться по характеристике Скорости приложения (см. уравнение 2), экономя при этом электроэнергию.
Для интерпретации полученных результатов были произведены замеры вычислений Triad в ситуации, когда вычисления производились из данных в регистрах процессора. В таком случае скорость вычислений прямо пропорциональна тактовой частоте процессора, т.к. полностью независимы от периферийных устройств.
К интерпретации полученных результатов следует добавить, что есть возможность управлять потреблением процессора через установку тактовой частоты, но потребление других компонент может зависеть от нагрузки и не регулируется из Операционной системы. Так, потребление системы памяти (DIMMS) в эксперименте составляла 10-16 Ватт, системы хранения данных NVMe на которые записываются данные около 50 Ватт, система графической обработки 35 Ватт (в режиме ожидания, т.к. ГПУ не использовалась в эксперименте). Заключение В работе показан метод оптимизации вычислительного устройства по времени (скорости) записи на внешний носитель, доступа к оперативной памяти и по энергоэффективности. Метод использует скалирование рабочей частоты процессора при неизменной характеристике выполняемой задачи. Это только часть нашего исследования по увеличению эффективности Высоконагруженных вычислений по времени выполнения задания и по энергоэффективности.
При практическом применении данного подхода необходимо разработать метод определения характеристики задачи, которая должна быть соблюдена при установлении тактовой частоты процессора.