Deutsch Intern
Chair of Computer Science II - Software Engineering

(Bachelor/Master) Erstellen eines Frameworks zum Benchmarking von GPGPU-Energieeffizienz

07/23/2015

Creating a Framework for Benchmarking of GPGPU Energy Efficiency

Im Rahmen dieser Arbeit wird eine Umgebung zur Ausführung und zum Vergleich der Energieeffizienz von verschiedenen GPGPU-Lösungen für allgemeine Berechnungsprobleme entwickelt.

Motivation

Moderne Serversysteme setzen zur Bearbeitung ihrer alltäglichen Lasten vermehrt auf heterogene Lösungen mit spezialisierten, hoch-parallelen Beschleuigern, meist General Purpose Graphics Proceesing Units (GPGPUs). Diese Beschleuniger verwenden verschiedene, teils herstellerspezifische, Programmierverfahren und Optimierungen. Für einen fairen Vergleich der Energieeffizienz dieser Geräte muss es also möglich sein für funktional identische Testläufe verschiedene geräteoptimierte Codestücke auszuwählen und auszuführen.

 

Ziele

Das Ziel der Arbeit ist die Erstellung eines Frameworks zur Ausführung von Energieeffizienzmessungen für GPGPUs. Das Framework muss in der Lage sein aus verschiedenen technischen Lösungen für ein konkretes Berechnungsproblem auszuwählen (z.B. eine OpenCL und eine Cuda Lösung). Zusätzlich muss der Stromverbrauch und die Leistungsfähigkeit der Geräte für die Energieeffizienzauswertung erfasst werden. Konkrete Arbeitsschritte als Teil der Arbeit sind:

  1. Recherche zu existierenden Programmierstandards und Bewertungsverfahren von GPGPU Beschleunigern.
  2. Erstellung eines Frameworks zur Ausführung verschiedener GPU-Programme im Rahmen einer Energieeffizienzmessung.
  3. Referenzimplementierung von funktional identischen Lösungen nach verschiedenen Optimierungen/Programmierverfahren.

 

Wir bieten

  • Zusammenarbeit mit führenden Industriepartnern, wie HP, Fujitsu
  • Ergebnisse werden bei der SPEC zur Standardisierung von Benchmarks verwendet
  • Ausgezeichnete Arbeitsumgebung mit guter Betreuung
  • Arbeit mit neuesten Methoden und Technologien
  • Einarbeitung in neueste GPGPU-Technologien, wie OpenCL, Cuda, ...

Dauer

BA: 3 Monate
MA: 6 Monate

 

Kontakt

Jóakim v. Kistowski, M.Sc.

joakim.kistowski@uni-wuerzburg.de

By Jóakim v. Kistowski

Back