https://www.mdu.se/

mdh.sePublikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
A Trade-Off between Computing Power and Energy Consumption of On-Board Data Processing in GPU Accelerated In-Orbit Space Systems
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.ORCID-id: 0000-0001-8096-3891
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.ORCID-id: 0000-0003-3242-6113
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.ORCID-id: 0000-0001-7586-0409
Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system. Unibap AB (Publ.).ORCID-id: 0000-0002-8785-5380
2021 (engelsk)Inngår i: Transactions of the Japan Society for Aeronautical and Space Sciences, Aerospace Technology Japan, E-ISSN 1884-0485, Vol. 19, nr 5, s. 700-708, artikkel-id 19.700Artikkel i tidsskrift (Fagfellevurdert) Published
Abstract [en]

On-board data processing is one of the prior on-orbit activities that improves the performance capability of in-orbit space systems such as deep-space exploration, earth and atmospheric observation satellites, and CubeSat constellations. However, on-board data processing encounters higher energy consumption compared to traditional on-board space systems. This is because the traditional space systems employ simple processing units such as single-core microprocessors as the systems do not require heavy data processing. Moreover, solving the radiation hardness problem is crucial in space, and adopting a new processing unit is challenging.

In this paper, we consider a Graphics Processing Unit (GPU) accelerated in-orbit space system for on-board data processing. According to prior works, there exist radiation-tolerant GPU, and the computing capability of systems is improved by using heterogeneous computing method. We conduct experimental observations of energy consumption and computing potential using this heterogeneous computing method in our GPU accelerated in-orbit space systems.The results show that the proper use of GPU increases computing potential with 10-140 times and consumes between 8-130 times less energy. Furthermore, the entire task system consumes 10-65% of less energy compared to the traditional use of processing units.

sted, utgiver, år, opplag, sider
2021. Vol. 19, nr 5, s. 700-708, artikkel-id 19.700
Emneord [en]
On-board Data Processing, Heterogeneous Computing, Energy Efficiency, GPU Accelerated On-board Computer
HSV kategori
Forskningsprogram
datavetenskap
Identifikatorer
URN: urn:nbn:se:mdh:diva-56078DOI: 10.2322/tastj.19.700OAI: oai:DiVA.org:mdh-56078DiVA, id: diva2:1599785
Tilgjengelig fra: 2021-10-01 Laget: 2021-10-01 Sist oppdatert: 2021-10-22bibliografisk kontrollert
Inngår i avhandling
1. Space Computing using COTS Heterogeneous Platforms: Intelligent On-Board Data Processing in Space Systems
Åpne denne publikasjonen i ny fane eller vindu >>Space Computing using COTS Heterogeneous Platforms: Intelligent On-Board Data Processing in Space Systems
2021 (engelsk)Doktoravhandling, med artikler (Annet vitenskapelig)
Abstract [en]

Space computing enriches space activities such as deep-space explorations and in-orbit intelligent decision making. The awareness of space computing is growing due to the technological advances of high-performance commercial off-the-shelf (COTS) computing platforms. Space offers a complex, constrained and challengeable environment to the developers, researchers, as well as human beings. The challenges are size, weight and power (SWaP) constraints, real-time requirements, communication limitations as well as radiation effects. The research conducted in this thesis aims at investigating and supporting intelligent on-board data processing using COTS heterogeneous computing platforms in space systems. These platforms embed at least one Central Processing Unit (CPU) and one Graphics Processing Unit (GPU) on the same chip. 

The main goal of the research presented in this thesis is twofold. First, to investigate the heterogeneous computing platforms for the purpose of proposing a solution to tackle the above-mentioned challenges in space systems. Second, to complement the proposed solution with novel scheduling techniques for real-time applications that run on COTS heterogeneous platforms under harsh environments like space.

The proposed techniques are based on the system model that considers the use of alternative executions of parallel segments of tasks. Although offloading a parallel segment to a parallel computation unit (such as GPU) improves the best-case execution times of most applications, it can increase the response times of tasks in some applications due to the overuse of GPU. Hence, the use of the proposed task model can be a key to decrease the response times of tasks and improve schedulability of the system. The server-based proposed scheduling techniques support the proposed task model by guaranteeing the execution slot for parallel segments on CPU(s). 

The experimental evaluation conducted in this thesis shows that the proposed task model can improve the schedulability of the real-time systems up to 90% with the static allocation of applications. Moreover, the dynamic allocation method using the server-based scheduling with the proposed task model can improve the schedulability up to 16%. Finally, the thesis presents a simulation tool that simulates real-time applications using the proposed task model while considering the different levels of radiation tolerance to different processing units.

Abstract [sv]

Rymddata berikar rymdaktiviteter som utforskningar i djupa rymden och intelligent beslutsfattande i omloppsbana. Medvetenheten om rymddatorn ökar på grund av de tekniska framstegen inom högpresterande commercial off-the-shelf (COTS). Utrymme erbjuder utvecklare, forskare och människor en komplex, begränsad och utmanande miljö. Utmaningarna är storlek, vikt och effekt (SWaP), realtidskrav, kommunikationsbegränsningar samt strålningseffekter. Forskningen som bedrivs i denna avhandling syftar till att undersöka och stödja intelligent omborddatabehandling med hjälp av COTS heterogena datorplattformar i rymdsystem. Dessa plattformar bäddar in minst en Central Processing Unit (CPU) och en Graphics Processing Unit (GPU) på samma chip.

Huvudmålet för den forskning som presenteras i denna avhandling är tvåfaldigt. För det första att undersöka de heterogena dataplattformarna i syfte att föreslå en lösning för att hantera ovan nämnda utmaningar i rymdsystem. För det andra, för att komplettera den föreslagna lösningen med nya schemaläggningstekniker för realtidsapplikationer som körs på COTS heterogena plattformar under tuffa miljöer som rymden.

De föreslagna teknikerna är baserade på systemmodellen som överväger användningen av alternativa utföranden av parallella segment av uppgifter. Även om avlastning av ett parallellt segment till en parallell beräkningsenhet (t.ex. GPU) förbättrar de bästa tillämpningstiderna för de flesta applikationer, kan det öka svarstiderna för uppgifter i vissa applikationer på grund av överanvändning av GPU. Därför kan användningen av den föreslagna uppgiftsmodellen vara en nyckel för att minska responstiderna för uppgifter och förbättra systemets schemaläggning. De serverbaserade föreslagna schemaläggningsteknikerna stöder den föreslagna uppgiftsmodellen genom att garantera exekveringsplatsen för parallella segment på CPU (er).

Den experimentella utvärderingen som utförs i denna avhandling visar att den föreslagna uppgiftsmodellen kan förbättra schemaläggningen för realtidssystem upp till 90% med statisk tilldelning av applikationer. Dessutom kan den dynamiska tilldelningsmetoden som använder den serverbaserade schemaläggningen med den föreslagna uppgiftsmodellen förbättra schemaläggningen med upp till 16%. Slutligen presenterar avhandlingen ett simuleringsverktyg som simulerar applikationer i realtid med hjälp av den föreslagna uppgiftsmodellen samtidigt som man beaktar de olika nivåerna av strålningstolerans för olika behandlingsenheter.

sted, utgiver, år, opplag, sider
Västerås: Mälardalen University, 2021
Serie
Mälardalen University Press Dissertations, ISSN 1651-4238 ; 347
Emneord
space computing, CPU-GPU heterogeneous computing, intelligent on-board data processing
HSV kategori
Forskningsprogram
datavetenskap
Identifikatorer
urn:nbn:se:mdh:diva-56086 (URN)978-91-7485-528-9 (ISBN)
Disputas
2021-11-18, Alfa, Mälardalens högskola, Västerås, 13:15 (engelsk)
Opponent
Veileder
Tilgjengelig fra: 2021-10-08 Laget: 2021-10-01 Sist oppdatert: 2021-10-28bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekst

Person

Tsog, NandinbaatarMubeen, SaadSjödin, MikaelBruhn, Fredrik

Søk i DiVA

Av forfatter/redaktør
Tsog, NandinbaatarMubeen, SaadSjödin, MikaelBruhn, Fredrik
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetric

doi
urn-nbn
Totalt: 49 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf