{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1321247"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1321247","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Managing OpenCL Services using Docker Containers","abstract":"Σημερα, η χρηση server farms για εκτελεση virtualized εφαρμογων ειναι σε ανθηση. Ο καθενας μπορει να νοικιασει ενα instance σε ενα server farm, με περισσοτερους πορους απο τον προσωπικο τους υπολογιστη, για παραδειγμα, μεγαλυτερο ευρος ζωνης για να υποστηριξει τη φιλοξενια ενος δικτυακου τοπου. Μηχανικοι, επιστημονες και οι σχεδιαστες μπορουν να εκμεταλλευτουν τετοια instances για πιο αποδοτικη εκτελεση CPU-intensive η GPU-intensive εφαρμογων. Η ευρεια χρηση καρτων γραφικων βοηθα αρκετα, αξιοποιωντας το framework OpenCL, που επιτρεπει το compilation και την εκτελεση προγραμματων σε ετερογενες υλισμικο, αποτελουμενο απο CPU, GPU, FPGA και αλλο specialized hardware. Η χρηση του Docker μπορει να διευκολυνει τη μεταβαση της εκτελεσης εφαρμογων απο προσωπικο υπολογιστη σε server farm. Επομενως, η δυνατοτητα εκτελεσης OpenCL μεσα σε Docker containers που τρεχουν σε GPU-equipped server farms θα προσφερει αναμφιβολα ενα σημαντικο πλεονεκτημα για ενα ευρυ φασμα πελατων. Ενα βασικο εμποδιο στη διευκολυνση αυτη, ειναι οτι η καθε εταιρια παραγωγης καρτων γραφικων προσφερει το δικο της OpenCL implementation. Στην εργασια αυτη, προτεινουμε μια προσεγγιση που μπορει να υποστηριξει GPU-accelerated OpenCL computing μεσα σε Docker containers που χρησιμοποιουνται απο τους πελατες ενος server farm. Ο βασικος στοχος ειναι να επιτρεψουμε στους πελατες να χρησιμοποιουν OpenCL σε Docker containers. Προσφερουμε ενα εργαλειο διαχειρισης που ενας διαχειριστης server farm μπορει να χρησιμοποιησει, για αποτελεσματικο προγραμματισμο και καταγραφη των GPU- enabled containers. Χρησιμοποιωντας την προταση μας, ο διαχειριστης μπορει να ρυθμισει την καρτα γραφικων και το OpenCL implementation μια φορα, και στη συνεχεια να διευκολυνθει η χρηση containers για εφαρμογες που απαιτουν GPU για την αποτελεσματικη εκτελεση τους. Οι πελατες θα ειναι σε θεση να τρεξουν τα containers τους, χωρις ειδικες απαιτησεις στον προγραμματισμο τους και χωρις την εγκατασταση drivers και OpenCL implementations.","abstract_html":"Σημερα, η χρηση server farms για εκτελεση virtualized εφαρμογων ειναι σε ανθηση. Ο καθενας μπορει να νοικιασει ενα instance σε ενα server farm, με περισσοτερους πορους απο τον προσωπικο τους υπολογιστη, για παραδειγμα, μεγαλυτερο ευρος ζωνης για να υποστηριξει τη φιλοξενια ενος δικτυακου τοπου. Μηχανικοι, επιστημονες και οι σχεδιαστες μπορουν να εκμεταλλευτουν τετοια instances για πιο αποδοτικη εκτελεση CPU-intensive η GPU-intensive εφαρμογων. Η ευρεια χρηση καρτων γραφικων βοηθα αρκετα, αξιοποιωντας το framework OpenCL, που επιτρεπει το compilation και την εκτελεση προγραμματων σε ετερογενες υλισμικο, αποτελουμενο απο CPU, GPU, FPGA και αλλο specialized hardware. Η χρηση του Docker μπορει να διευκολυνει τη μεταβαση της εκτελεσης εφαρμογων απο προσωπικο υπολογιστη σε server farm. Επομενως, η δυνατοτητα εκτελεσης OpenCL μεσα σε Docker containers που τρεχουν σε GPU-equipped server farms θα προσφερει αναμφιβολα ενα σημαντικο πλεονεκτημα για ενα ευρυ φασμα πελατων. Ενα βασικο εμποδιο στη διευκολυνση αυτη, ειναι οτι η καθε εταιρια παραγωγης καρτων γραφικων προσφερει το δικο της OpenCL implementation. Στην εργασια αυτη, προτεινουμε μια προσεγγιση που μπορει να υποστηριξει GPU-accelerated OpenCL computing μεσα σε Docker containers που χρησιμοποιουνται απο τους πελατες ενος server farm. Ο βασικος στοχος ειναι να επιτρεψουμε στους πελατες να χρησιμοποιουν OpenCL σε Docker containers. Προσφερουμε ενα εργαλειο διαχειρισης που ενας διαχειριστης server farm μπορει να χρησιμοποιησει, για αποτελεσματικο προγραμματισμο και καταγραφη των GPU- enabled containers. Χρησιμοποιωντας την προταση μας, ο διαχειριστης μπορει να ρυθμισει την καρτα γραφικων και το OpenCL implementation μια φορα, και στη συνεχεια να διευκολυνθει η χρηση containers για εφαρμογες που απαιτουν GPU για την αποτελεσματικη εκτελεση τους. Οι πελατες θα ειναι σε θεση να τρεξουν τα containers τους, χωρις ειδικες απαιτησεις στον προγραμματισμο τους και χωρις την εγκατασταση drivers και OpenCL implementations.","abstract_has_math":false,"creators":["Βινιερα?τος Παυ?λος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2016,"date_issued":"2016","date_published":"2016","updated_at":"2026-11-19T05:26:40Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321247"],"render_values":[{"text":"uoadl:1321247","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321247","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321247","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1321247","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Βινιερα?τος Παυ?λος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2016"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321247","https://pergamos.lib.uoa.gr/uoa/dl/object/1321247"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Σημερα, η χρηση server farms για εκτελεση virtualized εφαρμογων ειναι σε ανθηση. Ο καθενας μπορει να νοικιασει ενα instance σε ενα server farm, με περισσοτερους πορους απο τον προσωπικο τους υπολογιστη, για παραδειγμα, μεγαλυτερο ευρος ζωνης για να υποστηριξει τη φιλοξενια ενος δικτυακου τοπου. Μηχανικοι, επιστημονες και οι σχεδιαστες μπορουν να εκμεταλλευτουν τετοια instances για πιο αποδοτικη εκτελεση CPU-intensive η GPU-intensive εφαρμογων. Η ευρεια χρηση καρτων γραφικων βοηθα αρκετα, αξιοποιωντας το framework OpenCL, που επιτρεπει το compilation και την εκτελεση προγραμματων σε ετερογενες υλισμικο, αποτελουμενο απο CPU, GPU, FPGA και αλλο specialized hardware. Η χρηση του Docker μπορει να διευκολυνει τη μεταβαση της εκτελεσης εφαρμογων απο προσωπικο υπολογιστη σε server farm. Επομενως, η δυνατοτητα εκτελεσης OpenCL μεσα σε Docker containers που τρεχουν σε GPU-equipped server farms θα προσφερει αναμφιβολα ενα σημαντικο πλεονεκτημα για ενα ευρυ φασμα πελατων. Ενα βασικο εμποδιο στη διευκολυνση αυτη, ειναι οτι η καθε εταιρια παραγωγης καρτων γραφικων προσφερει το δικο της OpenCL implementation. Στην εργασια αυτη, προτεινουμε μια προσεγγιση που μπορει να υποστηριξει GPU-accelerated OpenCL computing μεσα σε Docker containers που χρησιμοποιουνται απο τους πελατες ενος server farm. Ο βασικος στοχος ειναι να επιτρεψουμε στους πελατες να χρησιμοποιουν OpenCL σε Docker containers. Προσφερουμε ενα εργαλειο διαχειρισης που ενας διαχειριστης server farm μπορει να χρησιμοποιησει, για αποτελεσματικο προγραμματισμο και καταγραφη των GPU- enabled containers. Χρησιμοποιωντας την προταση μας, ο διαχειριστης μπορει να ρυθμισει την καρτα γραφικων και το OpenCL implementation μια φορα, και στη συνεχεια να διευκολυνθει η χρηση containers για εφαρμογες που απαιτουν GPU για την αποτελεσματικη εκτελεση τους. Οι πελατες θα ειναι σε θεση να τρεξουν τα containers τους, χωρις ειδικες απαιτησεις στον προγραμματισμο τους και χωρις την εγκατασταση drivers και OpenCL implementations.","Despite the proliferation of general-purpose computing facilities in the form of server farms running on virtualized infrastructures, engineers and designers often find themselves at disadvantage when it comes to efficiently executing their CPU-intensive or renderings tasks. The wide-spread use of GPUs does offer help especially under the OpenCL framework that allows for the synthesis of programs able to run on heterogeneous platforms consisting of CPUs, GPUs, FPGAs and other specialized hardware. The use of Docker can certainly ease the transition of running jobs from a local machine to available clusters. Therefore, enabling OpenCL in Docker containers that can run on GPU-equipped server farms would undoubtedly offer a significant advantage for a wide range of clients. One key problem with setting up OpenCL in such an environment is that individual GPU/hardware makers provide their own implementation. In this paper, we propose an approach that can safely support GPU- accelerated OpenCL computing inside the Docker containers used by clients. The overall objective is to enable clients transparently use OpenCL in their Docker containers. We offer a management tool that a server operator can use to effectively schedule and log the GPU-enabled containers. Using our proposal, the operator can setup the GPU and OpenCL implementations once and is subsequently capable of facilitating service to jobs requiring GPU-computing. Clients will be able to run their containers without imposing for specific scheduling requirements and without worrying about installing OpenCL implementation drivers."]},{"key":"dc:title","label":"Title","values":["Managing OpenCL Services using Docker Containers"]}]}],"canonical_facts":{"dc:creator":["Βινιερα?τος Παυ?λος"],"dc:date":["2016"],"dc:description":["Σημερα, η χρηση server farms για εκτελεση virtualized εφαρμογων ειναι σε ανθηση. Ο καθενας μπορει να νοικιασει ενα instance σε ενα server farm, με περισσοτερους πορους απο τον προσωπικο τους υπολογιστη, για παραδειγμα, μεγαλυτερο ευρος ζωνης για να υποστηριξει τη φιλοξενια ενος δικτυακου τοπου. Μηχανικοι, επιστημονες και οι σχεδιαστες μπορουν να εκμεταλλευτουν τετοια instances για πιο αποδοτικη εκτελεση CPU-intensive η GPU-intensive εφαρμογων. Η ευρεια χρηση καρτων γραφικων βοηθα αρκετα, αξιοποιωντας το framework OpenCL, που επιτρεπει το compilation και την εκτελεση προγραμματων σε ετερογενες υλισμικο, αποτελουμενο απο CPU, GPU, FPGA και αλλο specialized hardware. Η χρηση του Docker μπορει να διευκολυνει τη μεταβαση της εκτελεσης εφαρμογων απο προσωπικο υπολογιστη σε server farm. Επομενως, η δυνατοτητα εκτελεσης OpenCL μεσα σε Docker containers που τρεχουν σε GPU-equipped server farms θα προσφερει αναμφιβολα ενα σημαντικο πλεονεκτημα για ενα ευρυ φασμα πελατων. Ενα βασικο εμποδιο στη διευκολυνση αυτη, ειναι οτι η καθε εταιρια παραγωγης καρτων γραφικων προσφερει το δικο της OpenCL implementation. Στην εργασια αυτη, προτεινουμε μια προσεγγιση που μπορει να υποστηριξει GPU-accelerated OpenCL computing μεσα σε Docker containers που χρησιμοποιουνται απο τους πελατες ενος server farm. Ο βασικος στοχος ειναι να επιτρεψουμε στους πελατες να χρησιμοποιουν OpenCL σε Docker containers. Προσφερουμε ενα εργαλειο διαχειρισης που ενας διαχειριστης server farm μπορει να χρησιμοποιησει, για αποτελεσματικο προγραμματισμο και καταγραφη των GPU- enabled containers. Χρησιμοποιωντας την προταση μας, ο διαχειριστης μπορει να ρυθμισει την καρτα γραφικων και το OpenCL implementation μια φορα, και στη συνεχεια να διευκολυνθει η χρηση containers για εφαρμογες που απαιτουν GPU για την αποτελεσματικη εκτελεση τους. Οι πελατες θα ειναι σε θεση να τρεξουν τα containers τους, χωρις ειδικες απαιτησεις στον προγραμματισμο τους και χωρις την εγκατασταση drivers και OpenCL implementations.","Despite the proliferation of general-purpose computing facilities in the form of server farms running on virtualized infrastructures, engineers and designers often find themselves at disadvantage when it comes to efficiently executing their CPU-intensive or renderings tasks. The wide-spread use of GPUs does offer help especially under the OpenCL framework that allows for the synthesis of programs able to run on heterogeneous platforms consisting of CPUs, GPUs, FPGAs and other specialized hardware. The use of Docker can certainly ease the transition of running jobs from a local machine to available clusters. Therefore, enabling OpenCL in Docker containers that can run on GPU-equipped server farms would undoubtedly offer a significant advantage for a wide range of clients. One key problem with setting up OpenCL in such an environment is that individual GPU/hardware makers provide their own implementation. In this paper, we propose an approach that can safely support GPU- accelerated OpenCL computing inside the Docker containers used by clients. The overall objective is to enable clients transparently use OpenCL in their Docker containers. We offer a management tool that a server operator can use to effectively schedule and log the GPU-enabled containers. Using our proposal, the operator can setup the GPU and OpenCL implementations once and is subsequently capable of facilitating service to jobs requiring GPU-computing. Clients will be able to run their containers without imposing for specific scheduling requirements and without worrying about installing OpenCL implementation drivers."],"dc:identifier":["uoadl:1321247","https://pergamos.lib.uoa.gr/uoa/dl/object/1321247"],"dc:language":["English"],"dc:title":["Managing OpenCL Services using Docker Containers"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:26:40Z"}