Energy Aware Mapping of a Biologically Accurate Inferior Olive Cell Model on the Single-Chip Cloud Computer

Abstract

Το Single-Chip Cloud Computer (SCC) είναι "μια πειραματική πλατφόρμα με 48 πυρήνες Πέντιουμ από την Intel Labs". Με σκοπό την εξερεύνηση των δυνατοτήτων του SCC, δύο εφαρμογές μεταφέρθηκαν στην πλατφόρμα στα πλαίσια της διπλωματικής. Η πρώτη εφαρμογή είναι ένας συμπιεστής εικόνων βάση του πρωτοκόλλου της ομάδας "Joint Photographics Experts Group" (JPEG). Η μεταφορά του συμπιεστή στο SCC πετυχαίνει αύξηση της ταχύτητας επί της μονονηματικής έκδοσης της εφαρμογής και προσφέρει έναν αποδεκτό τελικό ρυθμό παραγωγής εικόνων για τις σημερινές ανάγκες της βιομηχανίας. Η δεύτερη και κύρια εφαρμογή που μεταφέρθηκε στο SCC είναι ένας προσομοιωτής δικτύων των εγκεφαλικών κυττάρων πυρήνα κάτω ελαίας, με στόχο την ελάττωση κατανάλωσης ενέργειας λειτουργίας. Καταπιάνεται με την εξερεύνηση του ανθρώπινου εγκεφάλου που απασχολεί μεγάλο μέρος της ακαδημαϊκής έρευνας σήμερα. Διαφοροποιείται από τις συνηθισμένες προσεγγίσεις τύπου "μαύρου κούτιου" καθώς βασίζεται σε ένα βιολογικά ακριβές μοντέλο. Η μεταφορά στο SCC επικεντρώνεται στην εύρεση μεθόδων για τη βελτιστοποίηση της απόδοσης του προσομοιωτή σε συνδυασμό με την μείωση του ενεργειακού κόστους της εφαρμογής. Επί τούτου αναπτύχθηκαν δύο μέθοδοι μεταφοράς στο SCC, καθεμία με διαφορετικό τρόπο μείωσης της ενεργειακής κατανάλωσης. Οι δύο μέθοδοι συγκρίνονται βάση γραφημάτων και παρουσιάζεται μια λύση που ισορροπεί ανάμεσα στην ταχύτητα και το καλό ενεργειακό προφίλ της εφαρμογής.

The Single-Chip Cloud Computer(SCC) is an experimental board with 48 Pentium cores created by Intel Labs. To explore SCC, this thesis covers the porting of two applications on the board. The first project is the porting of an encoder for the "Joint Photographics Experts Group (JPEG) for still image compression". Porting the encoder on the SCC yields a satisfactory speedup of the single-threaded version and achieves an acceptable frame rate with respect to today's standards of the industry. The second and main application ported on the SCC is an energy-aware simulator of inferior olive cell networks. It tackles an important aspect of the human brain's exploration, a subject motivating academic research greatly in modern times. It differs from the usual black-box approach on the matter by using a biologically accurate model. The porting focuses on finding efficient solutions to optimizing the simulator's performance while reducing energy expenditure and power consumption. To this end, two different porting options are introduced, each with a different method of lowering power requirements. The different methods are compared against each other with extensive Figures detailing each option's results. Ultimately, a solution that balances performance and energy gain is presented.