Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/10218
Title: Algoritmos para otimização energética em clusters computacionais de grande escala
Authors: Kramer, Hugo Harry Frederico Ribeiro
metadata.dc.contributor.advisor: Barboza, Eduardo Uchoa
metadata.dc.contributor.members: Pessoa, Artur Alves
Aragão, Marcus Vinicius S. Poggi de
Issue Date: 2011
Citation: KRAMER, Hugo Harry Frederico Ribeiro. Algoritmos para otimização energética em clusters computacionais de grande escala. 2011. 54 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2011.
Abstract: De maneira crescente, clusters de servidores tˆem sido empregados no apoio ao desenvolvimento e implementa¸c˜ao de uma grande variedade de servi¸cos, com demandas por processamento distintas e vari´aveis ao longo do tempo, em ambientes computacionais escal´aveis e eficientes. Plataformas emergentes conhecidas como computa¸c˜ao em nuvem colocam `a disposi¸c˜ao diversos servi¸cos web que s˜ao hospedados e compartilhados em uma estrutura de servidores f´ısicos e consolidados atrav´es de t´ecnicas de virtualiza¸c˜ao. A grande quantidade de energia consumida por estes clusters de servidores se tornou uma importante quest˜ao dos pontos de vista econˆomico e ecol´ogico, criando a necessidade de se investigar t´ecnicas de otimiza¸c˜ao capazes de melhorar a eficiˆencia energ´etica de tais infraestruturas computacionais. Neste trabalho s˜ao apresentados modelos e algoritmos para se obter o m´aximo de economia de energia em um cluster, n˜ao apenas ligando/desligando servidores, mas tamb´em ajustando as frequˆencias de opera¸c˜ao de suas CPUs. Os novos modelos diferem de outros encontrados na literatura por serem mais aderentes `a realidade, considerando inclusive a heterogeneidade dos servidores. Os algoritmos de otimiza¸c˜ao propostos s˜ao baseados em t´ecnicas de gera¸c˜ao de colunas e os experimentos realizados indicam que eles s˜ao capazes de obter solu¸c˜oes de alta qualidade, de forma robusta e em baixo tempo computacional, mesmo para instˆancias de grande porte.
metadata.dc.description.abstractother: Increasingly, clusters of servers have been deployed in large data centers to support the development and implementation of many kinds of services, with distinct workload demands that vary over time, in a scalable and efficient computing environment. Emerging trends are utility/cloud computing platforms, where many network services, implemented and supported using server virtualization techniques, are hosted on a shared cluster infrastructure of physical servers. The energy consumed to maintain these large server clusters became a very important economic and ecological concern, which in turn, requires major investigation of optimization techniques to improve the energy efficiency of their computing infrastructure. This work deals with models and algorithms whose the goal is to obtain the maximum energy economy in a server cluster, not only by the use of on/off mechanisms, but also adjusting its CPUs operating frequencies. Such new models differs from those found in literature by their more realistic assumptions, which include the servers heterogeneity. The proposed optimization algorithms are based in column generation techniques, and the experiments suggest that they are suitable to obtain consistently high quality solutions in a short amount of processing time, even in large instances.
URI: https://app.uff.br/riuff/handle/1/10218
Appears in Collections:PPGEP - Dissertações - Niterói

Files in This Item:
File Description SizeFormat 
Dissertacao - Hugo H Kramer.pdf375.38 kBAdobe PDFView/Open
ficha.pdf17.94 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.