Resumen

Describimos una familia de modelos de potencia que pueden capturar los efectos de potencia no uniformes de la escala de velocidad entre núcleos homogéneos en procesadores multinúcleo. Estos modelos se apartan de los tradicionales, que asumen que los núcleos individuales contribuyen al consumo de potencia como entidades independientes. En nuestro enfoque, eliminamos esta suposición de independencia y utilizamos variables estadísticas de velocidad de núcleo (velocidad promedio y la dispersión de las velocidades de los núcleos) para capturar el impacto heterogéneo integral de las interacciones sutiles entre el hardware subyacente. Exploramos sistemáticamente la familia de modelos, derivando modelos básicos y refinados que ofrecen ajustes progresivamente mejores, y los analizamos en detalle. La metodología propuesta proporciona una manera fácil de construir modelos de potencia para reflejar de manera más precisa el funcionamiento real de los procesadores multinúcleo actuales. Además, a diferencia de los modelos de potencia de nivel inferior existentes que requieren conocimiento de detalles micro

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Familia; Modelos de potencia; Escalado de velocidad; Procesadores multinúcleo; Núcleos; Interacciones
• Keywords:Family; Power models; Speed scaling; Multicore processors; Cores; Interactions