Da es in der Cloud oft nicht möglich ist, Energie direkt zu messen, haben wir ein Machine Learning Modell erstellt, basierend auf Daten von SPECPower.

Die Basis des Modells basiert auf einem Forschungspapier von Interact DC und der University of East London.

Unser Modell ermöglicht die Inline-Messung in Watt sowie die Energiebudgetierung in Joule mit vielen optionalen Eingabeparametern, um das Modell genauer zu machen.

In der Grafik rechts sehen Sie die Leistung für eine Out-of-Sample-Vorhersage. Weitere Details zu In-Sample-Vorhersagen, explorativer Datenanalyse und Anwendungsdokumentation finden Sie auf Github.

Das Modell ist Open-Source und unter der AGPLv3-Lizenz lizenziert.

$ ./static-binary | python3 xgb.py --make intel -- cpu-freq 2600 --ram 7 --cpu-threads 24
191.939294374113
169.99632303510703
191.939294374113
191.939294374113
191.939294374113
191.939294374113
194.37740205685841
191.939294374113
169.99632303510703
191.939294374113
....