Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Lima, Felipe dos Anjos lattes
Orientador(a): Moreno Ordonez, Edward David
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Sergipe
Programa de Pós-Graduação: Pós-Graduação em Ciência da Computação
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Computação de alto desempenho
Sistemas embarcados
Raspberry Pi
Processamento paralelo
Cluster
Processador ARM
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Link de acesso: https://ri.ufs.br/handle/riufs/3378
Resumo: With the recent advancements in High Performance Computing (HPC), it is possible to rapidly process high volumes of data, allowing accomplishments in several areas of knowledge. Although the HPC area has been observed as an area of complex infrastructure, in the last years, its been observed that the processing power of processors used in embedded systems, using the ARM architecture, has been increasing significantly. Furthermore, the acquisition costs and energy consumption are lower, when compared to processors of other platforms, thus allowing for the possibility of having HPC with smaller and more economical platforms, with lower maintenance cost and more accessible. In this merit, this masters thesis proposes the performance analysis of a low cost embedded cluster composed of processors using ARM architecture and the Raspberry Pi platform. This work analysis the impact of using MPICH-2 and OpenMPI libraries, running benchmark programs HPCC and HPL. The present work show results of performance and energy consumption of this cluster with these programs, proving that it is possible to use clusters of low cost embedded platforms with satisfactory speedups and energy consumption.
id UFS-2_dfebbfa85c139ef6b8f7c4227f5c1a23
oai_identifier_str oai:ufs.br:riufs/3378
network_acronym_str UFS-2
network_name_str Repositório Institucional da UFS
repository_id_str
spelling Lima, Felipe dos AnjosMoreno Ordonez, Edward Davidhttp://lattes.cnpq.br/13718932712693042017-09-26T11:34:35Z2017-09-26T11:34:35Z2016-08-26LIMA, Felipe dos Anjos. Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi. 2016. 66 f. Dissertação (Pós-Graduação em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão, SE, 2016.https://ri.ufs.br/handle/riufs/3378With the recent advancements in High Performance Computing (HPC), it is possible to rapidly process high volumes of data, allowing accomplishments in several areas of knowledge. Although the HPC area has been observed as an area of complex infrastructure, in the last years, its been observed that the processing power of processors used in embedded systems, using the ARM architecture, has been increasing significantly. Furthermore, the acquisition costs and energy consumption are lower, when compared to processors of other platforms, thus allowing for the possibility of having HPC with smaller and more economical platforms, with lower maintenance cost and more accessible. In this merit, this masters thesis proposes the performance analysis of a low cost embedded cluster composed of processors using ARM architecture and the Raspberry Pi platform. This work analysis the impact of using MPICH-2 and OpenMPI libraries, running benchmark programs HPCC and HPL. The present work show results of performance and energy consumption of this cluster with these programs, proving that it is possible to use clusters of low cost embedded platforms with satisfactory speedups and energy consumption.Com o desenvolvimento da computação de alto desempenho (HPC), grandes volumes de dados passaram a ser processados de forma rápida, permitindo assim, que avanços significativos fossem alcançados em varias áreas do conhecimento. Para isso, sempre se observou a área de HPC tendo uma infraestrutura complexa. Por outro lado, nos últimos anos, se observa que a capacidade de processamento dos processadores usados em sistemas embarcados, seguindo arquitetura ARM, vem aumentando de forma significativa. Além disso, os custos de aquisição e o consumo de energia dos processadores ARM são menores, quando comparados a processadores de outras plataformas. Neste âmbito, cria-se a possibilidade de ter HPC usando plataformas menores e mais econômicas e com um custo de manutenção mais acessível. Nesse intuito, esta dissertação de mestrado, propõe a análise de desempenho de um cluster embarcado de baixo custo composto por processadores da arquitetura ARM e plataforma Raspberry Pi. O trabalho analisa o impacto de usar as bibliotecas MPICH-2 e OpenMPI, executando os programas dos benchmarks HPCC e HPL. O trabalho apresenta resultados de desempenho e consumo de energia do cluster com esses programas, mostrando que é possível usar clusters de plataformas embarcadas de baixo custo e tendo speedups e consumo de energia satisfatórios.application/pdfporUniversidade Federal de SergipePós-Graduação em Ciência da ComputaçãoUFSBrasilComputação de alto desempenhoSistemas embarcadosRaspberry PiProcessamento paraleloClusterProcessador ARMCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOImplantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Piinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSinstname:Universidade Federal de Sergipe (UFS)instacron:UFSTEXTFELIPE_ANJOS_LIMA.pdf.txtFELIPE_ANJOS_LIMA.pdf.txtExtracted texttext/plain83429https://ri.ufs.br/jspui/bitstream/riufs/3378/2/FELIPE_ANJOS_LIMA.pdf.txt64ce9107ac110ec7f1bc6ff506188858MD52THUMBNAILFELIPE_ANJOS_LIMA.pdf.jpgFELIPE_ANJOS_LIMA.pdf.jpgGenerated Thumbnailimage/jpeg1282https://ri.ufs.br/jspui/bitstream/riufs/3378/3/FELIPE_ANJOS_LIMA.pdf.jpg393050905e9ab8606ebf9bf9173ceb22MD53ORIGINALFELIPE_ANJOS_LIMA.pdfapplication/pdf1697722https://ri.ufs.br/jspui/bitstream/riufs/3378/1/FELIPE_ANJOS_LIMA.pdf86a48e56cf35c666b425141ba16492c5MD51riufs/33782017-11-24 21:39:03.125oai:ufs.br:riufs/3378Repositório InstitucionalPUBhttps://ri.ufs.br/oai/requestrepositorio@academico.ufs.bropendoar:2017-11-25T00:39:03Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)false
dc.title.por.fl_str_mv Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
title Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
spellingShingle Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
Lima, Felipe dos Anjos
Computação de alto desempenho
Sistemas embarcados
Raspberry Pi
Processamento paralelo
Cluster
Processador ARM
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
title_full Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
title_fullStr Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
title_full_unstemmed Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
title_sort Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi
author Lima, Felipe dos Anjos
author_facet Lima, Felipe dos Anjos
author_role author
dc.contributor.author.fl_str_mv Lima, Felipe dos Anjos
dc.contributor.advisor1.fl_str_mv Moreno Ordonez, Edward David
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/1371893271269304
contributor_str_mv Moreno Ordonez, Edward David
dc.subject.por.fl_str_mv Computação de alto desempenho
Sistemas embarcados
Raspberry Pi
Processamento paralelo
Cluster
Processador ARM
topic Computação de alto desempenho
Sistemas embarcados
Raspberry Pi
Processamento paralelo
Cluster
Processador ARM
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description With the recent advancements in High Performance Computing (HPC), it is possible to rapidly process high volumes of data, allowing accomplishments in several areas of knowledge. Although the HPC area has been observed as an area of complex infrastructure, in the last years, its been observed that the processing power of processors used in embedded systems, using the ARM architecture, has been increasing significantly. Furthermore, the acquisition costs and energy consumption are lower, when compared to processors of other platforms, thus allowing for the possibility of having HPC with smaller and more economical platforms, with lower maintenance cost and more accessible. In this merit, this masters thesis proposes the performance analysis of a low cost embedded cluster composed of processors using ARM architecture and the Raspberry Pi platform. This work analysis the impact of using MPICH-2 and OpenMPI libraries, running benchmark programs HPCC and HPL. The present work show results of performance and energy consumption of this cluster with these programs, proving that it is possible to use clusters of low cost embedded platforms with satisfactory speedups and energy consumption.
publishDate 2016
dc.date.issued.fl_str_mv 2016-08-26
dc.date.accessioned.fl_str_mv 2017-09-26T11:34:35Z
dc.date.available.fl_str_mv 2017-09-26T11:34:35Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv LIMA, Felipe dos Anjos. Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi. 2016. 66 f. Dissertação (Pós-Graduação em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão, SE, 2016.
dc.identifier.uri.fl_str_mv https://ri.ufs.br/handle/riufs/3378
identifier_str_mv LIMA, Felipe dos Anjos. Implantação e análise de desempenho de um cluster com processadores ARM e plataforma raspberry Pi. 2016. 66 f. Dissertação (Pós-Graduação em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão, SE, 2016.
url https://ri.ufs.br/handle/riufs/3378
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Sergipe
dc.publisher.program.fl_str_mv Pós-Graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv UFS
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Sergipe
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFS
instname:Universidade Federal de Sergipe (UFS)
instacron:UFS
instname_str Universidade Federal de Sergipe (UFS)
instacron_str UFS
institution UFS
reponame_str Repositório Institucional da UFS
collection Repositório Institucional da UFS
bitstream.url.fl_str_mv https://ri.ufs.br/jspui/bitstream/riufs/3378/2/FELIPE_ANJOS_LIMA.pdf.txt
https://ri.ufs.br/jspui/bitstream/riufs/3378/3/FELIPE_ANJOS_LIMA.pdf.jpg
https://ri.ufs.br/jspui/bitstream/riufs/3378/1/FELIPE_ANJOS_LIMA.pdf
bitstream.checksum.fl_str_mv 64ce9107ac110ec7f1bc6ff506188858
393050905e9ab8606ebf9bf9173ceb22
86a48e56cf35c666b425141ba16492c5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)
repository.mail.fl_str_mv repositorio@academico.ufs.br
_version_ 1793351129390645248

Registros relacionados