Análisis del uso de un cluster de Raspberry Pi para cómputo de alto rendimiento

By: Contributor(s): Material type: ArticleArticleDescription: 1 archivo (742,8 kB)Subject(s): Summary: En la actualidad, la mejora de la eficiencia energética se ha vuelto uno de los principales desafíos para el cómputo de alto rendimiento (HPC). La Raspberry Pi (RPi) es una 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 paralela tradicionales. Aunque sus núcleos no son potentes, el bajo consumo de potencia las vuelven una opción atractiva desde el punto de vista energético. En este trabajo se analiza la viabilidad de usar un cluster de placas RPi para HPC. Mediante la ejecución de diferentes aplicaciones paralelas con alta demanda computacional, se identificaron fortalezas y debilidades del cluster RPi. Adicionalmente, se comparo su rendimiento y eficiencia energética con el de un cluster x86.
Star ratings
    Average rating: 0.0 (0 votes)

Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)

En la actualidad, la mejora de la eficiencia energética se ha vuelto uno de los principales desafíos para el cómputo de alto rendimiento (HPC). La Raspberry Pi (RPi) es una 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 paralela tradicionales. Aunque sus núcleos no son potentes, el bajo consumo de potencia las vuelven una opción atractiva desde el punto de vista energético. En este trabajo se analiza la viabilidad de usar un cluster de placas RPi para HPC. Mediante la ejecución de diferentes aplicaciones paralelas con alta demanda computacional, se identificaron fortalezas y debilidades del cluster RPi. Adicionalmente, se comparo su rendimiento y eficiencia energética con el de un cluster x86.

Congreso Argentino de Ciencias de la Computación (24to : 2018 : Tandil, Argentina)