HEAL DSpace

Μεθοδολογία εξαγωγής αξιόπιστων δεδομένων ενέργειας σε επίπεδο basic block

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μπούρας, Δημήτριος Σταμάτιος el
dc.contributor.author Bouras, Dimitrios Stamatios en
dc.date.accessioned 2023-04-07T09:15:59Z
dc.date.available 2023-04-07T09:15:59Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/57518
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.25215
dc.rights Default License
dc.subject LLVM en
dc.subject Intel RAPL en
dc.subject Intel Perf en
dc.subject Energy dataset en
dc.subject Energy prediction en
dc.title Μεθοδολογία εξαγωγής αξιόπιστων δεδομένων ενέργειας σε επίπεδο basic block el
dc.title Methodology of extraction of reliable energy data on a basic block level en
dc.contributor.department Εργαστήριο Μικρουπολογιστών και Ψηφιακών Συστημάτων - Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών el
heal.type bachelorThesis
heal.classification Πληροφορική el
heal.classification Λογισμικό el
heal.classification Ενέργεια λογισμικού el
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2023-02-21
heal.abstract Η ενεργειακή κατανάλωση είναι μια αναδυόμενη ανησυχία σε πολλούς κλάδους και τομείς της πληροφορικής, για λόγους ενεργειακού χρηματικού κόστους , απαγωγής θερμότητας , διάρκειας ζωής μπταρίας και περιβαλλοντικών ανησυχιών. Προηγουμένως, η κατανάλωση ενέργειας σχετιζόταν κυρίως με το υλικό υπό χρήση , ωστόσο το λογισμικό είναι στην πράξη εξίσου σημαντικό με το υλικό πάνω στο οποίο εκτελείται. Ο τελικός στόχος αυτής της διπλωματικής εργασίας είναι να βοηθήσει τους προγραμματιστές και γενικά τους επιστήμονες της πληροφορικής, να καταλάβουν και να σκεφτούν ενεργά για την υλοποίηση “πράσινου λογισμικόυ” στην δουλειά τους, με στόχο την μείωση της κατανάλωσης ενέργειας του λογισμικού τους και την παραγωγή ενεργειακά αποδοτικών προϊόντων. Βασικό προαπαιτούμενο για την ενεργειακή αποδοτικότητα είναι η εκτίμηση ενέργειας Για να το επιτύχουμε αυτό, ξεκινάμε με την παραγωγή ενός αξιόπιστου dataset ενέργειας, το οποίο στην συνέχεια θα αποτελέσει την βάση για την δημιουργία ενος μοντέλου πρόβλεψης ενέργειας. Το πρώτο βήμα για την παραγωγή ενός dataset ενέργειας σε επίπεδο basic block είναι η μέτρηση της ενέργειας ενός πολύ μεγαλύτερου κομματιού κώδικα και ο διαμοιρασμός αυτού του συνόλου με δίκαιο τρόπο σε κάθε basic block. Για τους σκοπούς αυτής της διπλωματικής εργασίας, αρχικός κώδικας C χρησιμοποιείται για την δημιουργία εκτελέσιμων, των οποίων η ενέργεια μετριέται μέσω μετρητών ενεργείας της τεχνολογίας Intel RAPL, ενώ ταυτόχρονα αποθηκεύεται το ίχνος εκτέλεσης του εκτελέσιμου. Χρησιμοποιώντας τις υπολογισμένες τιμές ενέργειας και χωρίζοντας το ίχνος σε basic blocks, χρησιμοποιούνται στατιστικές μέθοδοι για να διαμοιραστεί δίκαια η ενεργεία σε όλα τα basic blocks. Tο παραγόμενο dataset είναι αντιπροσωπευτικό όχι μόνο για C κώδικα αλλά και για άλλες γλώσσες προγραμματισμού. Το τελικό dataset αποτελείται απο 3828 μοναδικά basic blocks, τα οποία προκύπτουν απο 24 διαφορετικά benchmarks προγραμμάτων C . Το μέσο σφάλμα για όλο το dataset ανέρχεται στο 2.63%. Αυτά τα αποτελέσματα είναι συγκρίσιμα με τo πιο μοντέρνο αυτήν την στιγμή στο χώρο ALEA , με την δική μας δουλειά να είναι και open source. el
heal.abstract Energy consumption is an emerging concern in multiple domains and fields of informatics, due to the monetary energy cost, the heat dissipation, the battery life of devices and environmental concerns. Formerly, the energy consumption was mainly related to the used hardware, however, the running software is in fact as important as hardware, since it controls the behaviour of the hardware. The ultimate goal of this thesis is to help developers and practitioners understand and actively think about green software design in their work, in order to reduce the energy consumption of their software and deliver energy efficient products. A prerequisite to energy efficiency though is energy estimation. To achieve this, we start with producing a reliable dataset that will then be used to create a energy predicting model. The first step to producing an energy dataset on a basic block level is measuring the energy of a larger isolated software process and then distributing the energy on each basic block. For the purposes of this dissertation thesis C source code executables will be used and the energy of the binaries will be measured, through Intel RAPL energy counters, while the assembly execution traces are stored in parallel. Using the calculated values and by splitting the code trace into energy blocks, using statistical methods the energy will be distributed fairly to each basic block. The produced dataset is actually very representative not only of C code but of any High level programming language and is made of 3828 unique basic blocks which are derived from 24 different benchmarks of C code. The average error for the totality of the dataset is equal to 2.63%. These results are comparable with the state of the art, ALEA , with the added benefit of being open source. en
heal.advisorName Σούντρης, Δημήτριος el
heal.committeeMemberName Σούντρης, Δημήτριος el
heal.committeeMemberName Τσανάκας, Παναγιώτης el
heal.committeeMemberName Ξύδης, Σωτήριος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων VLSI el
heal.academicPublisherID ntua
heal.numberOfPages 80 σ. el
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής