On the Convergence of Malleability and the HPC PowerStack: Exploiting Dynamism in Over-Provisioned and Power-Constrained HPC Systems

最近的高性能计算（HPC）系统面临重要挑战，例如巨大的能源消耗，同时系统资源显著被低效利用。考虑到能源消耗趋势，未来的系统将以超额配置的方式部署，即安装比同时供电能力更多的资源。在这种情况下，最大化资源利用率和能源效率，同时保持给定的电源限制至关重要。在这篇文章中，我们首先强调了最近资源管理技术的趋势，特别关注了可塑性支持（即动态缩放作业的资源分配/需求）、协同调度（即在一个节点内同时安排多个作业）和电源管理。其次，我们考虑将它们放在一起，评估它们的关系/协同作用，并讨论未来超额配置和电源受限的HPC系统中每个软件组件的功能要求。第三，我们简要介绍了我们正在进行的软件工具集成工作，这将最终导致可塑性和电源管理的融合，正如HPC PowerStack倡议所设计的那样。

如何在未来超配电和电力受限的高性能计算系统中实现资源利用率和能源效率的最大化？

将可塑性支持、共同调度和电源管理相结合，通过软件工具的集成实现资源利用率和能源效率的最大化。

论文介绍了最近的资源管理技术趋势，包括可塑性支持、共同调度和电源管理，以及它们之间的关系和功能要求。论文还介绍了作者正在进行的工作，即将软件工具集成在一起，最终实现可塑性和电源管理的融合。

近期的相关研究包括“能源感知的作业调度算法”、“基于能源感知的任务调度算法”等。