Un approccio combinato per la gestione delle risorse e l'autotuning dell'applicazione in sistemi multiprocessore multiprogrammati

In recent years, computer systems have undergone considerable technological evolution that has led to parallel architectures with multiple cores. However, thermal and power limitations have rapidly confronted the computing community with the need to have more complex hardware management policies, as those offered by current operating systems do not satisfy the need to find good trade-offs between performance and power consumption. Research has gone in two parallel directions: 1) hardware resource management through advanced policies to enable optimal load-balancing strategies and 2) application self-tuning by allowing manipulation of application algorithmic parameters to find tradeoffs between accuracy and performance. These two approaches in the literature have been studied separately for a long time, without an attempt to coordinate them through a joint management approach. Recently, a number of works have begun to be proposed that attempt to combine the two approaches, however, these works are still preliminary and immature. The objective of this work is to propose a management framework for multiprocessor architectures running a multiprogrammed and variable load to optimize the parameters of power consumption, throughput, and quality of application results. This work resulted from the integration of the mARGOt autotuning framework and a hardware resource management controller, both of which were selected after a careful literature review. A new hardware resource management policy focused for homogeneous multiprocessor architectures and coordinated with mARGOt was then proposed and implemented in the newly developed framework. The policy is capable of appropriately distributing computational resources so as to direct mARGOt in the self-configuration of each application, while achieving optimization of computational accuracy, reduced power consumption, and guaranteeing throughput requirements. A prototype of the proposed framework was implemented and a series of experiments carried out in different contexts; critical analysis of the results, compared with those of two other solutions in the literature, showed the goodness of the approach.

Negli ultimi anni i sistemi informatici hanno subito una notevole evoluzione tecnologica che ha portato alle architetture parallele con più core. Tuttavia, i limiti termici e di potenza hanno rapidamente posto la comunità informatica davanti alla necessità di avere politiche di gestione dell'hardware più complesse, in quanto quelle offerte dai sistemi operativi correnti non soddisfanno la necessità di trovare dei buoni compromessi tra le prestazioni e il consumo energetico. La ricerca è andata avanti in due direzioni parallele: 1) la gestione delle risorse hardware attraverso delle politiche avanzate per permettere strategie di bilanciamento ottimale del carico e 2) l'autotuning delle applicazioni permettendo la manipolazione dei parametri algoritmici delle applicazioni per trovare compromessi tra accuratezza e prestazioni. Questi due approcci in letteratura sono stati studiati separatamente per molto tempo, senza un tentativo di coordinarli mediante un approccio congiunto di gestione. Di recente si sono cominciati a proporre una serie di lavori che provano a unire i due approcci, tuttavia tali lavori risultano ancora preliminari ed immaturi. L'obiettivo di questo lavoro è proporre un framework di gestione per architetture multiprocessore che eseguono un carico multiprogrammato e variabile per ottimizzare i parametri di consumo di potenza, throughput e qualità dei risultati delle applicazioni. Tale lavoro nasce dall'integrazione del framework d'autotuning mARGOt e di un controllore di gestione delle risorse hardware, entrambi selezionati dopo un'attenta analisi della letteratura. Nel nuovo framework sviluppato è stata poi proposta e realizzata una nuova politica di gestione delle risorse hardware focalizzata per architetture multiprocessore omogenee e coordinata con mARGOt. La politica è capace di distribuire in maniera opportuna le risorse di calcolo, in modo da indirizzare mARGOt nell'autoconfigurazione di ciascuna applicazione, ottenendo al tempo stesso un'ottimizzazione dell'accuratezza del calcolo, un ridotto consumo di potenza e garantendo i requisiti di throughput. È stato implementato un prototipo del framework proposto e svolta una serie di esperimenti in contesti differenti; l'analisi critica dei risultati, confrontati con quelli di altre due soluzioni della letteratura, ha mostrato la bontà dell'approccio.