Vysokovýkonné výpočtové klastre (ďalej „HPC klastre“, Clusters for High-Performance Computing, často aj ako HPCC) sú dnes jednou z dôležitých súčastí mnohých vedeckých a komerčných pracovísk. Slúžia na vykonávanie masívnych a dlhotrvajúcich výpočtov, ktoré nie je možné vykonávať na obyčajných personálnych počítačoch, buď z nepostačujúcich pamäťových alebo výpočtových dôvodov. Konštatuje to vo svojej práci Model optimalizácie rozvrhu úloh klastra pre HPCC s ohľadom na spotrebu elektrickej energie (Optimization Model of Job Scheduling in HPCC with Regard to Power Consumption) autor Martin Trnik a jeho školiteľka Jarmila Škrinárová, Katedra informatiky Fakulty prírodných vied UMB v Banskej Bystrici.
„Tieto rozsiahle výpočtové centrá, náročné na chladenie patria medzi významných odberateľov elektrickej energie, čo zvyšuje prevádzkové náklady ich prevádzkovateľom a sekundárne spôsobuje zhoršovanie životného prostredia. Preto sa začala rozvíjať iniciatíva environmentálne udržateľných výpočtov ´Zelené počítanie´ (angl. Green Computing). Cieľom tejto iniciatívy je presadzovať znižovanie spotreby elektrickej energie IT sektora,“ vysvetľujú autori.
V súlade s iniciatívou zeleného počítania skúmajú spotrebu elektrickej energie HPC klastra na Univerzite Mateja Bela v Banskej Bystrici a hľadajú možnosti zníženia spotreby elektrickej energie zmenou rozvrhovania úloh na jeho výpočtové uzly. Cieľom tejto práce je zistiť, aké množstvo elektrickej energie je možné ušetriť upravením plánovacích algoritmov s ohľadom na spotrebu elektrickej energie.
„V záujme dosiahnutia cieľu sme navrhli a implementovali Google BigQuery skript na zistenie záťaže úlohy, vykonali polynomiálnu regresiu na zistenie vzťahu medzi záťažou a spotrebou elektrickej energie a implementovali program na základe algoritmu na riešenie dopravnej úlohy, ktorý sme modifikovali tak, aby bol použiteľný pre riešenie nášho problému.“
Ako uvádzajú autori, ich práca sa zaoberá optimalizáciou rozvrhu úloh klastra pre vysokovýkonné výpočty. „Optimalizačným kritériom je množstvo spotrebovanej elektrickej energie na úlohu. V teoretickej časti práce sa nachádza analýza údajov potrebných k riešeniu úlohy a metodika riešenia úlohy. Praktická časť obsahuje optimalizáciu reálnych údajov z vysokovýkonného výpočtového klastra na Univerzite Mateja Bela.“
V práci boli použité aktuálne metódy pre riešenie problémov tohto typu – distribuovaná služba BigQuery dostupná v rámci služieb pre cloudové výpočty ponúkaných spoločnosťou Google, určená na interaktívne dátové analýzy nad veľkými údajmi, softvérová knižnica OR Tools (známa tiež aj ako Google Optimization Tools), určená na optimalizáciu zložitých problémov a nástroj Business Intelligence Tableau. „Kľúčovým prínosom práce je zistenie, aké množstvo elektrickej energie by sa dalo ušetriť upravením plánovacích algoritmov podľa princípov zeleného počítania,“ dodávajú autori a Jarmila Škrinárová zdôrazňuje, že v oboch prípadoch je prínos vo výraznom šetrení elektrickej energie.
„V práci sme naplnili ciele, ktoré sme si zadefinovali. Pomocou BigQuery skriptu, polynomiálnej regresie a algoritmu na riešenie dopravnej úlohy, ktorý sme modifikovali tak, aby bol použiteľný pre dynamicky meniace sa systémy a implementovali do optimalizačného programu sme vykonali analýzu a následnú optimalizáciu rozvrhovania úloh vykonávaných v druhej polovici novembra 2017 na HPCC Univerzity Mateja Bela.“
Zistilo sa, že priemerná spotreba elektrickej energie pred optimalizáciou rozvrhu bola 4 005,35 W. „Priemerná odhadovaná spotreba elektrickej energie v optimalizovanom rozvrhu predstavovala 3 485,18 W. Úpravou rozvrhovania je možné docieliť ideálnu úsporu zhruba 13 % elektrickej energie. Uvedomujeme si ale, že rozvrhovanie je zložitý problém. Do procesu rozvrhovania vstupujú aj ďalšie faktory, nielen množstvo vyžadovaných procesorov pre úlohu. Medzi tieto faktory patria požiadavky na hardvér či softvér, ktorý nie je rovnako dostupný na každom uzle a vzájomné závislosti medzi úlohami.“
Tieto faktory pri optimalizácii nebrali do úvahy. „Problematické je aj to, že je veľmi náročné dopredu odhadnúť záťaž úlohy. Zrejme by sa na to dali použiť neurónové siete, ktoré by sa učili typy úloh v dlhšom časovom intervale.“
Príspevok „Model optimalizácie rozvrhu úloh klastra pre HPCC s ohľadom na spotrebu elektrickej energie“ bol publikovaný v Zborníku recenzovaných príspevkov Študentskej vedeckej konferencie 2018 Fakulty prírodných vied UKF v Nitre a Fakulty prírodných vied UMB v Banskej Bystrici, kde sa o tejto téme dozviete viac. (zborník)
Študentské vedecké konferencie sú jedinečnou príležitosťou pre študentov prezentovať výsledky svojej vedecko-výskumnej práce, vyskúšať si a zažiť jedinečnú atmosféru vedeckej konferencie a v neposlednej miere aj získať možnosť publikovať svoj prvý príspevok. Pre mnohých študentov je to možno prvá, avšak veľmi dôležitá osobná skúsenosť s vedeckým životom.
Tentokrát mali možnosť stretnúť sa študenti Fakulty prírodných vied UKF v Nitre a Fakulty prírodných vied UMB v Banskej Bystrici na spoločnej Študentskej vedeckej konferencii (ŠVK). Konferenciu hostila Fakulta prírodných vied UKF v Nitre. Študenti bakalárskeho, magisterského a prvého ročníka doktorandského štúdia úspešne prezentovali výsledky svojho výskumu v sekciách konferencie: Biológia; Ekológia a environmentalistika; Fyzika, Chémia a Matematika; Geografia a regionálny rozvoj; Informatika; Didaktika biológie, geografie; Didaktika matematiky, fyziky, informatiky a techniky.
Informačný a foto zdroj:
https://konferencie.ukf.sk/index.php/svk/svk2018 (september 2018)
Doplňujúce informácie poskytli autori projektu: Martin Trnik; Jarmila Škrinárová
Spracovala: Slávka Cigáňová (Habrmanová), NCP VaT pri CVTI SR
Ilustračné foto: Pixabay.com /dlohner/
Uverejnila: VČ