Buchumschlag

Ichnos: A Carbon Footprint Estimator for Scientific Workflows

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	West, Kathleen, Reid, Magnus, Elkhatib, Yehia, Thamsen, Lauritz
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring the Potential of Carbon-Aware Execution for Scientific Workflows
von: West, Kathleen, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of the Potential of Carbon-Aware Execution for Scientific Workflows
von: West, Kathleen, et al.
Veröffentlicht: (2025)

Augur: Pre-Execution Energy Prediction for Workflow Tasks in Heterogeneous Clusters
von: West, Kathleen, et al.
Veröffentlicht: (2026)

Energy-Aware Workflow Execution: An Overview of Techniques for Saving Energy and Emissions in Scientific Compute Clusters
von: Thamsen, Lauritz, et al.
Veröffentlicht: (2025)

HyProv: Hybrid Provenance Management for Scientific Workflows
von: Bountris, Vasilis, et al.
Veröffentlicht: (2025)

Predicting Dynamic Memory Requirements for Scientific Workflow Tasks
von: Bader, Jonathan, et al.
Veröffentlicht: (2023)

Predicting the Performance of Scientific Workflow Tasks for Cluster Resource Management: An Overview of the State of the Art
von: Bader, Jonathan, et al.
Veröffentlicht: (2025)

Spatio-Temporal Shifting to Reduce Carbon, Water, and Land-Use Footprints of Cloud Workloads
von: Attenni, Giulio, et al.
Veröffentlicht: (2025)

Sizey: Memory-Efficient Execution of Scientific Workflow Tasks
von: Bader, Jonathan, et al.
Veröffentlicht: (2024)

Proceedings of the 1st International Workshop on Low Carbon Computing (LOCO 2024)
von: Vanderbauwhede, Wim, et al.
Veröffentlicht: (2026)

Ponder: Online Prediction of Task Memory Requirements for Scientific Workflows
von: Lehmann, Fabian, et al.
Veröffentlicht: (2024)

WOW: Workflow-Aware Data Movement and Task Scheduling for Dynamic Scientific Workflows
von: Lehmann, Fabian, et al.
Veröffentlicht: (2025)

KS+: Predicting Workflow Task Memory Usage Over Time
von: Bader, Jonathan, et al.
Veröffentlicht: (2024)

Accurate GPU Memory Prediction for Deep Learning Jobs through Dynamic Analysis
von: Shi, Jiabo, et al.
Veröffentlicht: (2025)

Flora: Efficient Cloud Resource Selection for Big Data Processing via Job Classification
von: Will, Jonathan, et al.
Veröffentlicht: (2025)

xMem: A CPU-Based Approach for Accurate Estimation of GPU Memory in Deep Learning Training Workloads
von: Shi, Jiabo, et al.
Veröffentlicht: (2025)

Demeter: Resource-Efficient Distributed Stream Processing under Dynamic Loads with Multi-Configuration Optimization
von: Geldenhuys, Morgan, et al.
Veröffentlicht: (2024)

Privacy-Preserving Sharing of Data Analytics Runtime Metrics for Performance Modeling
von: Will, Jonathan, et al.
Veröffentlicht: (2024)

Towards a Peer-to-Peer Data Distribution Layer for Efficient and Collaborative Resource Optimization of Distributed Dataflow Applications
von: Scheinert, Dominik, et al.
Veröffentlicht: (2023)

Workflows Community Summit 2024: Future Trends and Challenges in Scientific Workflows
von: da Silva, Rafael Ferreira, et al.
Veröffentlicht: (2024)

A Terminology for Scientific Workflow Systems
von: Suter, Frédéric, et al.
Veröffentlicht: (2025)

FedZero: Leveraging Renewable Excess Energy in Federated Learning
von: Wiesner, Philipp, et al.
Veröffentlicht: (2023)

A Fault Tolerance Mechanism for Hybrid Scientific Workflows
von: Mulone, Alberto, et al.
Veröffentlicht: (2024)

Workflow Mini-Apps: Portable, Scalable, Tunable & Faithful Representations of Scientific Workflows
von: Kilic, Ozgur Ozan, et al.
Veröffentlicht: (2024)

Low-level I/O Monitoring for Scientific Workflows
von: Witzke, Joel, et al.
Veröffentlicht: (2024)

Modeling the Carbon Footprint of HPC: The Top 500 and EasyC
von: Rao, Varsha, et al.
Veröffentlicht: (2025)

A Study on Messaging Trade-offs in Data Streaming for Scientific Workflows
von: George, Anjus, et al.
Veröffentlicht: (2025)

Memory-aware Adaptive Scheduling of Scientific Workflows on Heterogeneous Architectures
von: Kulagina, Svetlana, et al.
Veröffentlicht: (2025)

A High-Quality Workflow for Multi-Resolution Scientific Data Reduction and Visualization
von: Wang, Daoce, et al.
Veröffentlicht: (2024)

Enhancing Energy Efficiency in Scientific Workflows through CFD based PIVAEs
von: Zahir, Ali, et al.
Veröffentlicht: (2026)

Scientific Workflow Scheduling in Cloud Considering Cold Start and Variable Pricing Model
von: Sarkar, Suvarthi, et al.
Veröffentlicht: (2025)

Enabling Scientific Workflow Scheduling Research in Non-Uniform Memory Access Architectures
von: Vivas, Aurelio, et al.
Veröffentlicht: (2025)

Carbon-Aware Mapping and Scheduling for Deadline-Constrained Workflows
von: Schweisgut, Dominik, et al.
Veröffentlicht: (2026)

WaterWise: Co-optimizing Carbon- and Water-Footprint Toward Environmentally Sustainable Cloud Computing
von: Jiang, Yankai, et al.
Veröffentlicht: (2025)

Carbon-Aware Workflow Scheduling with Fixed Mapping and Deadline Constraint
von: Schweisgut, Dominik, et al.
Veröffentlicht: (2025)

Empowering Scientific Workflows with Federated Agents
von: Kamatar, Alok, et al.
Veröffentlicht: (2025)

ProvDeploy: Provenance-oriented Containerization of High Performance Computing Scientific Workflows
von: Kunstmann, Liliane, et al.
Veröffentlicht: (2024)

On the Performance and Memory Footprint of Distributed Training: An Empirical Study on Transformers
von: Lu, Zhengxian, et al.
Veröffentlicht: (2024)

EcoLearn: Optimizing the Carbon Footprint of Federated Learning
von: Mehboob, Talha, et al.
Veröffentlicht: (2023)

Towards Advancing Research with Workflows: A perspective from the Workflows Community Summit -- Amsterdam, 2025
von: Bonati, Irene, et al.
Veröffentlicht: (2026)