Dinámicamente ajustables arquitecturas de flujo de datos basadas en modelos de colas de Markov
Autores: Tibaldi, Mattia; Palermo, Gianluca; Pilato, Christian
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 13
Citaciones: Sin citaciones
Las arquitecturas de flujo de datos son fundamentales para lograr un alto rendimiento en aplicaciones intensivas en datos. Se deben optimizar para elaborar los datos de entrada que llegan a una tasa esperada, la cual no siempre es constante. Mientras que los diseños de peor caso pueden aumentar significativamente los recursos de hardware, las soluciones más optimistas no logran sostener fases de ejecución con alto rendimiento, lo que lleva a congestión del sistema o incluso errores computacionales. Presentamos una arquitectura para monitorear y controlar arquitecturas de flujo de datos que aprovechan variantes aproximadas para equilibrar la precisión y la latencia de los procesos computacionales. Nuestra microarquitectura cuenta con predicciones en línea basadas en modelos de colas para estimar el tiempo de respuesta del sistema y seleccionar la variante adecuada para alcanzar el rendimiento deseado, permitiendo la creación de sistemas dinámicamente ajustables.
Descripción
Las arquitecturas de flujo de datos son fundamentales para lograr un alto rendimiento en aplicaciones intensivas en datos. Se deben optimizar para elaborar los datos de entrada que llegan a una tasa esperada, la cual no siempre es constante. Mientras que los diseños de peor caso pueden aumentar significativamente los recursos de hardware, las soluciones más optimistas no logran sostener fases de ejecución con alto rendimiento, lo que lleva a congestión del sistema o incluso errores computacionales. Presentamos una arquitectura para monitorear y controlar arquitecturas de flujo de datos que aprovechan variantes aproximadas para equilibrar la precisión y la latencia de los procesos computacionales. Nuestra microarquitectura cuenta con predicciones en línea basadas en modelos de colas para estimar el tiempo de respuesta del sistema y seleccionar la variante adecuada para alcanzar el rendimiento deseado, permitiendo la creación de sistemas dinámicamente ajustables.