1 minute read

En esta decimoquinta semana, empecé otras tareas encomendadas dentro del motor RADI de la plataforma Unibotics.

Para empezar, me encomendaron la tarea de que realicen pruebas de consumo de CPU y de GPU dentro del RADI, para observar si el rendimiento y consumo está siendo el óptimo. Realicé unas pruebas en mi ordenador Windows (con CPU de 14 cores) y en mi ordenador Linux (con CPU de 4 cores) fijándome en el porcentaje de consumo de la CPU, con la herramienta ‘htop’, con el resultado que realizan un consumo muy alto, sobretodo con CPUs más modestos que los pone casi al límite.

Por otro lado, realicé otra pruebas pero fijándome en el porcentaje de consumo de la GPU, con la herramienta ‘nvtop’, con el resultado que realizan un consumo muy bajo en general en la cual se podría mejorar este consumo para optimizar el consumo de la CPU.

Por último, fijándome en los archivos de configuración de los lanzamientos del RADI con Docker-Compose, solo estaba configurando para lanzamientos con solo el CPU o con GPU integrados (Intel). He desarrollado otra configuración en donde se pueda realizar otro lanzamiento pero con GPU Nvidia, añadiendo este código para exponerlo en el contenedor Docker, y enviado al equipo de desarrollo.

deploy:
  resources:
    reservations:
      devices:
        - driver: nvidia
          count: all
          capabilities: [gpu]