Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones

Título:

Análisis del uso de un cluster de Raspberry Pi para cómputo de altas prestaciones

Autor:

Rodríguez Eguren, Sebastián

Otros autores / Colaboradores:

 Chichizola, Franco; [ Director/a]  Rucci, Enzo; [ Director/a] 

Temas:

PROGRAMACIÓN PARALELA; CLUSTERS; 

URL:

,

Palabras clave:

Raspberry Pi,  eficiencia energética, 

Nota de tesis:

Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2018.

Extensión:

135 p. : il. + 1 DVD

Resumen:

Durante décadas, el desarrollo de plataformas para cómputo de altas prestaciones (HPC) estuvo focalizado casi úni-camente en mejorar el rendimiento de las mismas. Esto provocó un crecimiento exponencial en los requerimientos de potencia de estos sistemas (no sólo para alimentarlos sino también para refrigerarlos), lo que a su vez repercutió en el costo económico de los mismos. Es por eso que, hoy en día, la reducción del consumo energético se ha vuelto unos de los principales desafíos para la comunidad HPC. La Raspberry Pi (RPi) es una SBC (Single Board Computer) de bajo costo, la cual cuenta con múltiples núcleos, capacidad para conectarse en red y soporte a sistemas operativos y herramientas de programación tradicionales de HPC. Aunque sus núcleos no son potentes, el bajo consumo de potencia de las RPi las vuelven una opción atractiva desde el punto de vista energético. Por este motivo, esta tesina se propuso armar un cluster de placas RPi y analizar la viabilidad de su uso para HPC.

Puede solicitar más fácilmente el ejemplar con: TES 18/07

1. Introducción 
1.1. Motivación 
1.2. Objetivo y metodología 
1.3. Desarrollos propuestos y resultados esperados 
1.4. Organización de la tesina

2. Procesamiento paralelo 
2.1. Qué es el procesamiento paralelo y para qué se utiliza? 
2.2. Dificultades 
2.3. Plataformas paralelas 
2.3.1. Plataformas de memoria compartida 
2.3.2. Plataformas de memoria distribuida 
2.3.3. Plataformas híbridas 
2.3.4. Taxonomía de Flynn
2.3.5. Multicores y clusters
2.4. Modelos y librerías de programación 
2.4.1. Paradigma de pasajes de mensajes 
2.4.2. Paradigma de memoria compartida 
2.4.3. Paradigma híbrido 
2.5. Diseño de algoritmos y técnicas para optimizar rendimiento 
2.5.1. Etapa de descomposición 
2.5.2. Etapa de mapeo
2.5.3. Métodos para reducir overhead 
2.6. Modelo de algoritmos paralelos 
2.6.1. Modelo SPMD 
2.6.2. Modelo Master-Slave 
2.7. Métricas de rendimiento 
2.7.1. Tiempo de ejecución
2.7.2. Speedup 
2.7.3. Eficiencia
2.7.4. Escalabilidad
2.7.5. MIPS y FLOPS 
2.7.6. Rendimiento/Watt
2.8. Resumen 

3. Raspberry Pi
3.1. Definiciones
3.2. Historia 
3.3. Áreas de aplicación 
3.4. Familias y modelos
3.4.1. Familia Raspberry Pi 
3.4.2. Familia Raspberry Pi Zero 
3.4.3. Resumen comparativo 
3.5. Raspberry Pi 3 
3.6. Sistemas operativos y software disponible
3.7. Comparación teórica con procesadores x86
3.8. Resumen

4. Despliegue del cluster 
4.1. Descripción del hardware 
4.1.1. TV o Monitor VGA/HDMI 
4.1.2. Teclado USB 
4.1.3. Fuente de PC de 250W 
4.1.4. Switch 3COM Baseline 2226 Plus (3C16475BS) 
4.1.5. Cables Ethernet/RJ45 
4.1.6. Micro SD Verbatim de 16Gb
4.1.7. Laptop o PC de escritorio 
4.1.8. Conexión a Internet 
4.2. Conguración general 
4.2.1. Instalación de Raspbian 
4.2.2. Encendido de la Raspberry Pi 
4.2.3. Configuración inicial 
4.3. Configuración del nodo master 
4.3.1. Generación de claves 
4.3.2. Configuración de red 
4.3.3. DHCP 
4.3.4. NFS
4.3.5. NAT 
4.3.6. OpenMPI 
4.4. Configuración del nodo worker 
4.4.1. Configuración de red 
4.4.2. NFS 
4.5. Pruebas de integración master-worker 
4.6. Pruebas del cluster
4.7. Resumen

5. Evaluación de rendimiento y eficiencia energética 
5.1. Implementación de aplicaciones benchmark 
5.1.1. Multiplicación de matrices 
5.1.2. Jacobi-solver 
5.1.3. N-reinas 
5.2. Pruebas realizadas 
5.2.1. Primera etapa de pruebas 
5.2.2. Segunda etapa de pruebas 
5.2.3. Tercera etapa de pruebas 
5.3. Resultados obtenidos 
5.3.1. Primera etapa de pruebas 
5.3.2. Segunda etapa de pruebas 
5.4. Comparación con cluster de multicores x86 
5.4.1. Tiempo de ejecución 
5.4.2. Rendimiento 
5.4.3. Eiciencia energética 
5.5. Trabajos similares 
5.6. Resumen

6. Conclusiones y trabajos futuros 
6.1. Conclusiones 
6.2. Trabajos futuros