Min_с: стратегия неоднородной концентрации задач для энергосберегающих компьютерных расписаний

В этой статье мы описываем энергосберегающие онлайн расписания вычислительных задач и механизмы повышения энергоэффективности, учитывая конфликты использования ресурсов. Мы предлагаем модель оптимизации и новый подход к распределению задач, принимая во внимание типы приложений и их концентрацию. Разнородные задачи, решаемые на процессорах, включают в себя приложения, интенсивно использующие процессоры, диски, устройства ввода-вывода, память, сети и т.д. Когда задачи одного типа назначаются на один и тот же ресурс, они могут создать конфликты при использовании CPU, памяти, диска или сети. Это может привести к деградации общей производительности системы и увеличению потребления энергии. Мы описываем энергетические характеристики приложений, учитывая, что выполнение различных задач по-разному влияет на потребляемую мощность за счет использования разного оборудования. Мы предлагаем нелинейную гибридную модель потребления энергии, которая учитывает потребление энергии отдельных приложений и их комбинации. Мы показываем, что умные стратегии распределения задач могут дополнительно улучшить энергопотребление по сравнению с традиционными подходами. Мы предлагаем алгоритмы консолидации разнородных задач и показываем их эффективность на реальных данных в различных сценариях, используя CloudSim для моделирования облачных вычислений. Мы анализируем несколько алгоритмов планирования в зависимости от типа и объема информации, который они используют. Результаты детального моделирования показывают, что с точки зрения минимизации энергопотребления, стратегия, которая балансирует концентрацию задач различных типов Min_c превосходит другие алгоритмы и стабильна в различных сценариях. Эта стратегия приводит к результатам, которые доминируют почти во всех тестах.