مدل سازی و بهینه سازی زمان بندی وظایف در پردازنده های چندهسته ای ناهمگن جهت کاهش مصرف انرژی در محیط های رایانش ابری

چکیدهدر سیستم های رایانش ابری دارای محدودیت انرژی و پردازنده های چندهسته ای ناهمگن، کاهش مصرف انرژی به عنوان یک چالش اساسی مطرح است که به طور مستقیم بر هزینه های عملیاتی، کارایی سیستم و بهره وری کلی منابع تاثیر می گذارد. استراتژی های زمان بندی موثر وظایف که توام با زمان پاسخ دهی سریع و استفاده بهینه از معماری های چندهسته ای ناهمگن باشند، مسیری عملی برای دستیابی به این اهداف محسوب می شوند. با این حال، نگاشت منابع ابری به درخواست های کاربران به گونه ای که همزمان مصرف انرژی در چارچوب مهلت های زمانی تعیین شده از سوی کاربر حداقل گردد، یک مسئله بهینه سازی پیچیده به شمار می رود. با پیشرفت فناوری ابر و نسل پنجم ارتباطات، دستگاه های لبه در حوزه های متعددی به کار گرفته شده اند، اما طول عمر محدود باتری و توان پردازشی پایین این دستگاه ها، دامنه کاربردپذیری آن ها را محدود می کند. پژوهش های پیشین عمدتا بر مهاجرت ماشین های مجازی یا تخلیه وظایف برای کاهش مصرف انرژی و کوتاه سازی زمان اجرا متمرکز بوده اند؛ در مقابل، پژوهش حاضر دستگاه هایی را در نظر می گیرد که قادر به برداشت انرژی از منابع سبز (مانند باد یا خورشید) هستند. ابتدا با به کارگیری یک روش خوشه بندی، گره ها به چندین خوشه شامل گره های لبه تقسیم می شوند به نحوی که فاصله درون خوشه ای که بر اساس نسبت های میرایی انتقال انرژی بین گره ها تعریف می شود، حداقل گردد. مرکز هر خوشه، گره ای است که مجهز به یک ماشین مجازی می باشد. سپس بر اساس این خوشه بندی، یک الگوریتم ابتکاری زمان بندی برای انتقال انرژی، مهاجرت ماشین های مجازی و تخصیص وظایف ارائه می شود. نتایج شبیه سازی نشان می دهد که رویکرد پیشنهادی ما، هم مصرف انرژی کل و هم مصرف انرژی خارج از سیستم (ECFO) را کاهش می دهد.

کلیدواژه ها:

زمان بندی وظایف ، پردازنده های چندهسته ای ناهمگن ، کاهش مصرف انرژی ، رایانش ابری و لبه