Using grammatical evolution techniques to model the dynamic power consumption of enterprise servers

Salinas Hilburg, Juan Carlos; Zapater Sancho, Marina; Risco Martín, José Luis; Moya Fernández, José Manuel y Ayala Rodrigo, José Luis (2015). Using grammatical evolution techniques to model the dynamic power consumption of enterprise servers. En: "Ninth International Conference on Complex, Intelligent, and Software Intensive Systems (CISIS 2015)", 08/07/2015 - 10/07/2015, Blumenau, Brasil. pp. 110-117. https://doi.org/10.1109/CISIS.2015.16.

Descripción

Título: Using grammatical evolution techniques to model the dynamic power consumption of enterprise servers
Autor/es:
  • Salinas Hilburg, Juan Carlos
  • Zapater Sancho, Marina
  • Risco Martín, José Luis
  • Moya Fernández, José Manuel
  • Ayala Rodrigo, José Luis
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: Ninth International Conference on Complex, Intelligent, and Software Intensive Systems (CISIS 2015)
Fechas del Evento: 08/07/2015 - 10/07/2015
Lugar del Evento: Blumenau, Brasil
Título del Libro: Ninth International Conference on Complex, Intelligent, and Software Intensive Systems (CISIS 2015)
Fecha: 2015
Materias:
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Ingeniería Electrónica
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

The increasing demand for computational resources has led to a significant growth of data center facilities. A major concern has appeared regarding energy efficiency and consumption in servers and data centers. The use of flexible and scalable server power models is a must in order to enable proactive energy optimization strategies. This paper proposes the use of Evolutionary Computation to obtain a model for server dynamic power consumption. To accomplish this, we collect a significant number of server performance counters for a wide range of sequential and parallel applications, and obtain a model via Genetic Programming techniques. Our methodology enables the unsupervised generation of models for arbitrary server architectures, in a way that is robust to the type of application being executed in the server. With our generated models, we are able to predict the overall server power consumption for arbitrary workloads, outperforming previous approaches in the state-of-the-art.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaIPT-2012-1041-430000Sin especificarSin especificarGestión óptima de modos de bajo consumo en cloud computing. Acrónimo
Gobierno de EspañaRTC-2014-2717-3Sin especificarSin especificarOPTIMIZACIÓN ENERGÉTICA DE CENTROS DE DATOS DE INFRAESTRUCTURAS CLOUD BASADAS EN OPENSTACK
Gobierno de EspañaTEC-2012-33892Sin especificarSin especificarTECNOLOGIAS HW/SW PARA LA EFICIENCIA ENERGETICA EN SISTEMAS DE COMPUTACION DISTRIBUIDOS

Más información

ID de Registro: 42753
Identificador DC: http://oa.upm.es/42753/
Identificador OAI: oai:oa.upm.es:42753
Identificador DOI: 10.1109/CISIS.2015.16
Depositado por: Memoria Investigacion
Depositado el: 16 Jul 2016 09:34
Ultima Modificación: 16 Jul 2016 09:34
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM