ENES: Energieeffizientes Scheduling

• Antragstellerin: Professorin Dr. Susanne Albers
• Fachliche Zuordnung: Theoretische Informatik
• Förderung: Förderung von 2014 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 254856932

In diesem Projekt werden wir algorithmische Techniken untersuchen, Energie in Hardwareumgebungen einzusparen, und somit die Verarbeitung von großen Datenmengen auf Systemebene unterstützen.Genauer werden wir uns auf die Technik des "Dynamic Speed Scaling" konzentrieren, die aktuell den vielversprechendsten Ansatz bildet, Energie auf Prozessorebene einzusparen. Das besondere Ziel dieses Projekts ist es, algorithmische Ergebnisse für die Praxis besser nutzbar zu machen. Die meisten bisherigen Arbeiten machen idealisierte Annahmen: Ein Prozessor habe ein kontinuierliches unbeschränktes Geschwindigkeitsspektrum und Geschwindigkeitswechsel könnten jederzeit ohne Aufwand durchgeführt werden.Wir werden Algorithmen für das realistische Szenario, dass ein Prozessur nur eine endliche Menge von diskreten Geschwindigkeitsnivaus besitzt, entwickeln und analysieren. Dazu werden wir Algorithmen anpassen, die für ein kontinuierliches Geschwindigkeitsspektrum vorgeschlagen wurden. Ferner wir neue Strategien entwickeln, die speziell für das Szenario mit endlich vielen Geschwindigkeitsniveaus zugeschnitten sind. Die theoretischen Arbeiten werden durch gründliche Experimente ergänzt werden, die eine Algorithms-Engineering Komponente des Projekts bilden. Bisher sind keine in der Literatur vorgestellten Strategien implementiert und auf realen Datensätzen getestet worden. Wir möchten dieses Defizit beseitigen und eine Bibliothek von Datensätzen aufbauen. Ferner werden bekannte und neue Algorithmen implementiert und sorgfältig evaluiert werden.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 1736: Algorithmen für große Datenmengen