Hybrid Elastic ARM&Cloud HPC Collaborative Platform for Generic Tasks

Abstract

Compute-heavy workloads are currently run on Hybrid HPC structures using x86 CPUs and GPUs from Intel, AMD, or NVidia, which have extremely high energy and financial costs. However, thanks to the incredible progress made on CPUs and GPUs based on the ARM architecture and their ubiquity in today's mobile devices, it's possible to conceive of a low-cost solution for our world's data processing needs. Every year ARM-based mobile devices become more powerful, efficient, and come in ever smaller packages with ever growing storage. At the same time, smartphones waste these capabilities at night while they're charging. This represents billions of idle devices whose processing power is not being utilized. For that reason, the objective of this paper is to evaluate and develop a hybrid, distributed, scalable, and redundant platform that allows for the utilization of these idle devices through a cloud-based administration service. The system would allow for massive improvements in terms of efficiency and cost for compute-heavy workload. During the evaluation phase, we were able to establish savings in power and cost significant enough to justify exploring it as a serious alternative to traditional computing architectures.

Plataforma Colaborativa, Elástica, De Bajo Costo Y Consumo Basada en Recursos De La Nube, Contenedores Y Móviles Para HPC

“…Por otro lado, a diferencia de la arquitectura x86, los procesadores ARM fueron concebidos teniendo en cuenta como pilar fundamental la eficiencia energética (Cristea et al, 2019;Pramanik et al, 2019), relegando en parte capacidad de cálculo (Ginny et al, 2020;Bhat et al, 2019) ya que estaban orientados a ser utilizados en móviles y microdispositivos alimentados mayormente por baterías. Estos equipos disponen de grandes lapsos de inactividad durante sus periodos de recarga, por lo que, si su capacidad se maneja adecuadamente, pueden ser reutilizados para convertirse en centros de datos masivos, consumiendo solo una fracción de la energía y otorgar una potencia informática similar a la de sus contrapartes (Gedawy et al, 2020;Barua y Mondal, 2019;Lavoie y Hendren, 2019;Hirsch et al, 2018;Schaffner et al, 2018;Mach y Becvar, 2017) En este trabajo, se tomó el sistema desarrollado (Petrocelli et al, 2019;) y se migró a una arquitectura de microservicios, lo que permitió que sus funciones fueran fragmentadas en servicios más pequeños y con responsabilidades mejor definidas (Hassan et al, 2020). A su vez, se integró una arquitectura de contenedores (Watada et al, 2020;Vayghan et al, 2019), específicamente Docker (Rad et al, 2017.…”

“…Las pruebas sobre el sistema, a diferencia de nuestros artículos anteriores (Petrocelli et al, 2019;) donde se analizó el consumo energético y performance individual de los dispositivos, se diseñaron con objeto de verificar la capacidad de la plataforma para escalar ante diversos escenarios de carga y saturación. Al igual que en los estudios anteriores, la tarea HPC implementada fue la transcodificación de vídeo bajo demanda, de manera distribuida y paralela.…”