Benchmarking of CPU-intensive Stream Data Processing in The Edge Computing Systems

要約

エッジコンピューティングは重要な技術として浮上しており、低レイテンシ、データセキュリティの強化、集中クラウドインフラストラクチャへの依存度などの大きな利点を提供しています。
これらの利点は、リアルタイムのデータ処理または厳格なセキュリティ対策を必要とするアプリケーションにとって非常に重要です。
これらの利点にもかかわらず、エッジクラスター内で動作するエッジデバイスはしばしば十分に活用されていません。
この非効率性は、主に、特定のワークロードの目的のシステム構成を動的に調整するのに役立つ全体的なパフォーマンスプロファイリングメカニズムがないためです。
エッジコンピューティング環境には、CPU頻度、消費電力、アプリケーションのパフォーマンスの間の複雑な相互作用が含まれるため、これらの相関をより深く理解することが不可欠です。
これらの関係を明らかにすることで、計算効率と省エネの両方を強化する情報に基づいた決定を下すことが可能になります。
このギャップに対処するために、このホワイトペーパーでは、ワークロードサイズとCPU周波数を変化させることにより、合成マイクロベンチマークを使用して、エッジクラスター内の単一の処理ノードの電力消費とパフォーマンス特性を評価します。
結果は、パフォーマンスと消費電力の両方を考えると、最適な尺度がエッジリソースの最適化された使用にどのようにつながるかを示しています。

要約(オリジナル)

Edge computing has emerged as a pivotal technology, offering significant advantages such as low latency, enhanced data security, and reduced reliance on centralized cloud infrastructure. These benefits are crucial for applications requiring real-time data processing or strict security measures. Despite these advantages, edge devices operating within edge clusters are often underutilized. This inefficiency is mainly due to the absence of a holistic performance profiling mechanism which can help dynamically adjust the desired system configuration for a given workload. Since edge computing environments involve a complex interplay between CPU frequency, power consumption, and application performance, a deeper understanding of these correlations is essential. By uncovering these relationships, it becomes possible to make informed decisions that enhance both computational efficiency and energy savings. To address this gap, this paper evaluates the power consumption and performance characteristics of a single processing node within an edge cluster using a synthetic microbenchmark by varying the workload size and CPU frequency. The results show how an optimal measure can lead to optimized usage of edge resources, given both performance and power consumption.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google