]> AND Private Git Repository - mpi-energy.git/blobdiff - paper.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
malll changes
[mpi-energy.git] / paper.tex
index 508682ea4ac10e0517bcaa9d66170ffa382f97e1..fb35820b3e3114e67bc6b3356e03f8b1931ff10b 100644 (file)
--- a/paper.tex
+++ b/paper.tex
@@ -28,7 +28,7 @@
 \begin{document}
 
 \title{Dynamic Frequency Scaling for Energy Consumption
-  Reduction in Distributed MPI Programs}
+  Reduction in Synchronous Distributed Applications}
 
 \author{%
   \IEEEauthorblockN{%
 \begin{abstract}
   Dynamic Voltage Frequency Scaling (DVFS) can be applied to modern CPUs.  This
   technique is usually used to reduce the energy consumed by a CPU while
-  computing.  Indeed, power consumption by a processor at a given time is
-  exponentially related to its frequency.  Thus, decreasing the frequency
+  computing.  Thus, decreasing the frequency
   reduces the power consumed by the CPU.  However, it can also significantly
   affect the performance of the executed program if it is compute bound and if a
-  low CPU frequency is selected.  The performance degradation ratio can even be
-  higher than the saved energy ratio.  Therefore, the chosen scaling factor must
+  low CPU frequency is selected.  Therefore, the chosen scaling factor must
   give the best possible trade-off between energy reduction and performance.
 
   In this paper we present an algorithm that predicts the energy consumed with
@@ -108,21 +106,18 @@ frequency scaling factor that simultaneously takes into consideration the energy
 consumption by the CPU and the performance of the application.  The main
 objective of HPC systems is to execute as fast as possible the application.
 Therefore, our algorithm selects the scaling factor online with very small
-footprint.  The proposed algorithm takes into account the communication times of
+overhead.  The proposed algorithm takes into account the communication times of
 the MPI program to choose the scaling factor.  This algorithm has the ability to
 predict both energy consumption and execution time over all available scaling
 factors.  The prediction achieved depends on some computing time information,
-gathered at the beginning of the runtime.  We apply this algorithm to seven MPI
-benchmarks.  These MPI programs are the NAS parallel benchmarks (NPB v3.3)
-developed by NASA~\cite{44}.  Our experiments are executed using the simulator
+gathered at the beginning of the runtime.  We apply this algorithm to the NAS parallel benchmarks (NPB v3.3)~\cite{44}.  Our experiments are executed using the simulator
 SimGrid/SMPI v3.10~\cite{Casanova:2008:SGF:1397760.1398183} over an homogeneous
 distributed memory architecture.  Furthermore, we compare the proposed algorithm
 with Rauber and Rünger methods~\cite{3}.  The comparison's results show that our
 algorithm gives better energy-time trade-off.
 
 This paper is organized as follows: Section~\ref{sec.relwork} presents some
-related works from other authors.  Section~\ref{sec.exe} explains the execution
-of parallel tasks and the sources of slack times.  It also presents an energy
+related works from other authors.  Section~\ref{sec.exe}  presents an energy
 model for homogeneous platforms.  Section~\ref{sec.mpip} describes how the
 performance of MPI programs can be predicted.  Section~\ref{sec.compet} presents
 the energy-performance objective function that maximizes the reduction of energy
@@ -162,11 +157,7 @@ part of it,  is usually executed over all the available frequency
 gears and the execution time and the energy consumed with each frequency
 gear are measured.  Then a heuristic or an exact method uses the retrieved
 information to compute the values of the scaling factor for the processors.
-In~\cite{29}, Xie et al. use an exact exponential breadth-first search algorithm
-to compute the scaling factor values that give the optimal energy reduction
-while respecting a deadline for a sequential program.  They also present a
-linear heuristic that approximates the optimal solution.  In~\cite{8} , Rountree
-et al. use a linear programming algorithm, while in~\cite{38,34}, Cochran et
+In~\cite{8} , Rountree et al. use a linear programming algorithm, while in~\cite{34}, Cochran et
 al. use a multi-logistic regression algorithm for the same goal.  The main
 drawback of these methods is that they all require executing the
 whole program or, a part of it, on all frequency gears for each new instance of the same program.
@@ -180,84 +171,40 @@ a lot of information is measured such as the execution time, the energy consumed
 using a multimeter, the slack times, \dots{} Then a method will exploit these
 measurements to compute the scaling factor values for each processor.  This
 operation, measurements and computing new scaling factor, can be repeated as
-much as needed if the iterations are not regular.  Kimura, Peraza, Yu-Liang et
-al.~\cite{11,2,31} used varied heuristics to select the appropriate scaling
+much as needed if the iterations are not regular. Peraza, Yu-Liang et
+al.~\cite{2,31} used varied heuristics to select the appropriate scaling
 factor values to eliminate the slack times during runtime.  However, as seen
-in~\cite{39,19}, machine learning methods can take a lot of time to converge
+in~\cite{19}, machine learning method takes a lot of time to converge
 when the number of available gears is big.  To reduce the impact of slack times,
 in~\cite{1}, Lim et al. developed an algorithm that detects the communication
 sections and changes the frequency during these sections only.  This approach
 might change the frequency of each processor many times per iteration if an
 iteration contains more than one communication section.  In~\cite{3}, Rauber and
-Rünger used an analytical model that can predict the consumed energy and the
-execution time for every frequency gear after measuring the consumed energy and
-the execution time with the highest frequency gear.  These predictions may be
-used to choose the optimal gear for each processor executing the parallel
-program to reduce energy consumption.  To maintain the performance of the
-parallel program , they set the processor with the biggest load to the highest
-gear and then compute the scaling factor values for the rest of the processors.
-Although this model was built for parallel architectures, it can be adapted to
-distributed architectures by taking into account the communications.  The
-primary contribution of our paper is to present a new online scaling factor
-selection method which has the following characteristics:
-\begin{enumerate}
-\item It is based on Rauber and Rünger analytical model to predict the energy
-  consumption of the application with different frequency gears.
-\item It selects the frequency scaling factor for simultaneously optimizing
-  energy reduction and maintaining performance.
-\item It is well adapted to distributed architectures because it takes into
-  account the communication time.
-\item It is well adapted to distributed applications with imbalanced tasks.
-\item It has a very small footprint when compared to other methods
+Rünger used an analytical model that can predict the consumed energy for every frequency gear after measuring the consumed energy. They
+maintain the performance as mush as possible by setting the highest frequency gear to the slowest task. 
+
+The primary contribution of 
+our paper is to present a new online scaling factor selection method which has the
+ following characteristics:\\
+1) It is based on Rauber and Rünger analytical model to predict the energy
+  consumption of the application with different frequency gears. 
+2) It selects the frequency scaling factor for simultaneously optimizing
+  energy reduction and maintaining performance. 
+3) It is well adapted to distributed architectures because it takes into
+  account the communication time. 
+4) It is well adapted to distributed applications with imbalanced tasks.
+5) It has a very small overhead when compared to other methods
   (e.g.,~\cite{19}) and does not require profiling or training as
-  in~\cite{38,34}.
-\end{enumerate}
+  in~\cite{34}.
 
 
-\section{Execution and energy of parallel tasks on homogeneous platform}
-\label{sec.exe}
-
 % \JC{The whole subsection ``Parallel Tasks Execution on Homogeneous Platform'',
 %   can be deleted if we need space, we can just say we are interested in this
 %   paper in homogeneous clusters}
 
-\subsection{Parallel tasks execution on homogeneous platform}
-
-A homogeneous cluster consists in identical nodes in terms of hardware and
-software.  Each node has its own memory and at least one processor which can be
-a multi-core.  The nodes are connected via a high bandwidth network.  Tasks
-executed on this model can be either synchronous or asynchronous.  In this paper
-we consider execution of the synchronous tasks on distributed homogeneous
-platform.  These tasks can exchange the data via synchronous message passing.
-\begin{figure*}[t]
-  \centering
-  \subfloat[Sync. imbalanced communications]{%
-    \includegraphics[scale=0.67]{fig/commtasks}\label{fig:h1}}
-  \subfloat[Sync. imbalanced computations]{%
-    \includegraphics[scale=0.67]{fig/compt}\label{fig:h2}}
-  \caption{Parallel tasks on homogeneous platform}
-  \label{fig:homo}
-\end{figure*}
-Therefore, the execution time of a task consists in the computation time and the
-communication time.  Moreover, the synchronous communications between tasks can
-lead to slack times while tasks wait at the synchronization barrier for other
-tasks to finish their tasks (see figure~(\ref{fig:h1})).  The imbalanced
-communications happen when nodes have to send/receive different amounts of data
-or they communicate with different numbers of nodes.  Other sources of slack
-times are imbalanced computations.  This happens when processing different
-amounts of data on each processor (see figure~(\ref{fig:h2})).  In this case the
-fastest tasks have to wait at the synchronization barrier for the slowest ones
-to begin the next task.  In both cases the overall execution time of the program
-is the execution time of the slowest task as in EQ~(\ref{eq:T1}).
-\begin{equation}
-  \label{eq:T1}
-  \textit{Program Time} = \max_{i=1,2,\dots,N} T_i
-\end{equation}
-where $T_i$ is the execution time of task $i$ and all the tasks are executed
-concurrently on different processors.
-
-\subsection{Energy model for homogeneous platform}
 
+\section{Energy model for a homogeneous platform}
+\label{sec.exe}
 Many researchers~\cite{9,3,15,26} divide the power consumed by a processor into
 two power metrics: the static and the dynamic power.  While the first one is
 consumed as long as the computing unit is on, the latter is only consumed during
@@ -299,8 +246,7 @@ ratio between the maximum and the new frequency as in EQ~(\ref{eq:s}).
 \end{equation}
 The value of the scaling factor $S$ is greater than 1 when changing the
 frequency of the CPU to any new frequency value~(\emph{P-state}) in the
-governor.  The CPU governor is an interface driver supplied by the operating
-system's kernel to lower a core's frequency.  This factor reduces quadratically
+governor. This factor reduces quadratically
 the dynamic power which may cause degradation in performance and thus, the
 increase of the static energy because the execution time is increased~\cite{36}.
 If the tasks are sorted according to their execution times before scaling in a
@@ -315,7 +261,7 @@ function of the scaling factor $S$, as in EQ~(\ref{eq:energy}).
     P_\textit{static} \cdot T_1 \cdot S_1 \cdot N
  \hfill
 \end{equation}
-where $N$ is the number of parallel nodes, $T_i$ and $S_i$ for $i=1,\dots,N$ are
+where $N$ is the number of parallel nodes, $T_i$ for $i=1,\dots,N$ are
 the execution times and scaling factors of the sorted tasks.  Therefore, $T1$ is
 the time of the slowest task, and $S_1$ its scaling factor which should be the
 highest because they are proportional to the time values $T_i$.  The scaling
@@ -341,7 +287,7 @@ EQ~(\ref{eq:sopt}).
 \label{sec.mpip}
 
 The performance (execution time) of parallel synchronous MPI applications depends
-on the time of the slowest task as in figure~(\ref{fig:homo}).  If there is no
+on the time of the slowest task.  If there is no
 communication and the application is not data bounded, the execution time of a
 parallel program is linearly proportional to the operational frequency and any
 DVFS operation for energy reduction increases the execution time of the parallel
@@ -393,7 +339,7 @@ In the same way we can normalize the performance as follows:
 The second problem is that the optimization operation for both energy and
 performance is not in the same direction.  In other words, the normalized energy
 and the performance curves are not at the same direction see
-figure~(\ref{fig:r2}).  While the main goal is to optimize the energy and
+Figure~(\ref{fig:r2}).  While the main goal is to optimize the energy and
 performance in the same time.  According to the equations~(\ref{eq:enorm})
 and~(\ref{eq:pnorm}), the scaling factor $S$ reduce both the energy and the
 performance simultaneously.  But the main objective is to produce maximum energy
@@ -411,21 +357,21 @@ performance as follows:
                  T_\textit{Max Comm Old}}{T_\textit{Max Comp Old} \cdot S +
                  T_\textit{Max Comm Old}}
 \end{equation}
-\begin{figure*}
+\begin{figure}
   \centering
   \subfloat[Converted relation.]{%
-    \includegraphics[width=.4\textwidth]{fig/file}\label{fig:r1}}%
-  \qquad%
+    \includegraphics[width=.24\textwidth]{fig/file}\label{fig:r1}}%
+%  \quad%
   \subfloat[Real relation.]{%
-    \includegraphics[width=.4\textwidth]{fig/file3}\label{fig:r2}}
+    \includegraphics[width=.24\textwidth]{fig/file3}\label{fig:r2}}
   \label{fig:rel}
   \caption{The energy and performance relation}
-\end{figure*}
-Then, we can modelize our objective function as finding the maximum distance
+\end{figure}
+Then, we can model our objective function as finding the maximum distance
 between the energy curve EQ~(\ref{eq:enorm}) and the inverse of performance
 curve EQ~(\ref{eq:pnorm_en}) over all available scaling factors.  This
 represents the minimum energy consumption with minimum execution time (better
-performance) at the same time, see figure~(\ref{fig:r1}).  Then our objective
+performance) at the same time, see Figure~(\ref{fig:r1}).  Then our objective
 function has the following form:
 \begin{equation}
   \label{eq:max}
@@ -475,35 +421,34 @@ objective function described above.
     \EndFor
     \State  Return $S_{opt}$
   \end{algorithmic}
-\end{algorithm}
+\end{algorithm}  
 
 The proposed algorithm works online during the execution time of the MPI
 program.  It selects the optimal scaling factor after gathering the computation
 and communication times from the program after one iteration.  Then the program
 changes the new frequencies of the CPUs according to the computed scaling
-factors.  This algorithm has a small execution time: for a homogeneous cluster
-composed of nodes having the characteristics presented in
-table~\ref{table:platform}, it takes \np[ms]{0.00152} on average for 4 nodes and
-\np[ms]{0.00665} on average for 32 nodes.  The algorithm complexity is $O(F\cdot
+factors. In our experiments over a  homogeneous cluster described in  section~\ref{sec.expe}, 
+this algorithm has a small execution time. It takes \np[$\mu$s]{1.52} on average for 4 nodes and
+\np[$\mu$s]{6.65} on average for 32 nodes.  The algorithm complexity is $O(F\cdot
 N)$, where $F$ is the number of available frequencies and $N$ is the number of
 computing nodes.  The algorithm is called just once during the execution of the
 program.  The DVFS algorithm~(\ref{dvfs}) shows where and when the algorithm is
 called in the MPI program.
-\begin{table}[htb]
-  \caption{Platform file parameters}
-  % title of Table
-  \centering
-  \begin{tabular}{|*{7}{l|}}
-    \hline
-    Max      & Min      & Backbone        & Backbone         & Link         & Link            & Sharing \\
-    Freq.    & Freq.    & Bandwidth       & Latency          & Bandwidth    & Latency         & Policy  \\
-    \hline
-    \np{2.5} & \np{800} & \np[GBps]{2.25} & \np[$\mu$s]{0.5} & \np[GBps]{1} & \np[$\mu$s]{50} & Full    \\
-    GHz      & MHz      &                 &                  &              &                 & Duplex  \\
-    \hline
-  \end{tabular}
-  \label{table:platform}
-\end{table}
+%\begin{table}[htb]
+%  \caption{Platform file parameters}
+%  % title of Table
+%  \centering
+%  \begin{tabular}{|*{7}{l|}}
+%    \hline
+%    Max      & Min      & Backbone        & Backbone         & Link         & Link            & Sharing \\
+%    Freq.    & Freq.    & Bandwidth       & Latency          & Bandwidth    & Latency         & Policy  \\
+%    \hline
+%    \np{2.5} & \np{800} & \np[GBps]{2.25} & \np[$\mu$s]{0.5} & \np[GBps]{1} & \np[$\mu$s]{50} & Full    \\
+%    GHz      & MHz      &                 &                  &              &                 & Duplex  \\
+%    \hline
+%  \end{tabular}
+%  \label{table:platform}
+%\end{table}
 
 \begin{algorithm}[tp]
   \caption{DVFS}
@@ -517,7 +462,7 @@ called in the MPI program.
                communication from each node.
         \State Call algorithm~\ref{EPSA} with these times.
         \State Compute the new frequency from the\newline\hspace*{3em}%
-               returned optimal scaling factor.
+              returned optimal scaling factor.
         \State Set the new frequency to the CPU.
       \EndIf
     \EndFor
@@ -539,12 +484,11 @@ CPU to the nodes' workloads to maintain the performance of the program.
 \section{Experimental results}
 \label{sec.expe}
 Our experiments are executed on the simulator SimGrid/SMPI v3.10.  We configure
-the simulator to use a homogeneous cluster with one core per node.  The detailed
-characteristics of our platform file are shown in
-table~(\ref{table:platform}).  Each node in the cluster has 18 frequency values
+the simulator to use a homogeneous cluster with one core per node.  
+%The detailed characteristics of our platform file are shown in Table~(\ref{table:platform}).  
+Each node in the cluster has 18 frequency values
 from \np[GHz]{2.5} to \np[MHz]{800} with \np[MHz]{100} difference between each
-two successive frequencies.  The simulated network link is \np[GB]{1} Ethernet
-(TCP/IP).  The backbone of the cluster simulates a high performance switch.
+two successive frequencies. The nodes are connected via an ethernet network with 1Gbit/s  bandwidth. 
 
 \subsection{Performance prediction verification}
 
@@ -555,26 +499,25 @@ the predicted execution time.  Each program runs offline with all available
 scaling factors on 8 or 9 nodes (depending on the benchmark) to produce real
 execution time values.  These scaling factors are computed by dividing the
 maximum frequency by the new one see EQ~(\ref{eq:s}).
-\begin{figure*}[t]
+\begin{figure}
   \centering
-  \includegraphics[width=.328\textwidth]{fig/cg_per}\hfill%
-  \includegraphics[width=.328\textwidth]{fig/mg_pre}\hfill%
+  \includegraphics[width=.24\textwidth]{fig/cg_per}\hfill%
% \includegraphics[width=.328\textwidth]{fig/mg_pre}\hfill%
  % \includegraphics[width=.4\textwidth]{fig/bt_pre}\qquad%
-  \includegraphics[width=.328\textwidth]{fig/lu_pre}\hfill%
-  \caption{Comparing predicted to real execution time}
+   \includegraphics[width=.24\textwidth]{fig/lu_pre}\hfill%
+  \caption{Comparing predicted to real execution times}
   \label{fig:pred}
-\end{figure*}
+\end{figure}
 %see Figure~\ref{fig:pred}
 In our cluster there are 18 available frequency states for each processor.  This
 leads to 18 run states for each program.  We use seven MPI programs of the NAS
 parallel benchmarks: CG, MG, EP, FT, BT, LU and SP.  Figure~(\ref{fig:pred})
-presents plots of the real execution times and the simulated ones.  The maximum
+presents plots of the real execution times and the simulated ones. The maximum
 normalized error between these two execution times varies between \np{0.0073} to
 \np{0.031} dependent on the executed benchmark.  The smallest prediction error
 was for CG and the worst one was for LU.
 
 \subsection{The experimental results for the scaling algorithm }
-
 The proposed algorithm was applied to seven MPI programs of the NAS benchmarks
 (EP, CG, MG, FT, BT, LU and SP) which were run with three classes (A, B and C).
 For each instance the benchmarks were executed on a number of processors
@@ -595,57 +538,31 @@ performance curve is very close to the energy curve.  Then the distance between
 the two curves is very small.  This leads to small energy savings.  The opposite
 happens when there are a lot of communication, the distance between the two
 curves is big.  This leads to more energy savings (e.g. CG and FT), see
-table~(\ref{table:factors results}).  All discovered frequency scaling factors
+Table~(\ref{table:compareC}).  All discovered frequency scaling factors
 optimize both the energy and the performance simultaneously for all NAS
-benchmarks.  In table~(\ref{table:factors results}), we record all optimal
+benchmarks.  In Table~(\ref{table:compareC}), we record all optimal
 scaling factors results for each benchmark running class C.  These scaling
 factors give the maximum energy saving percentage and the minimum performance
 degradation percentage at the same time from all available scaling factors.
 \begin{figure*}[t]
   \centering
-  \includegraphics[width=.328\textwidth]{fig/ep}\hfill%
-  \includegraphics[width=.328\textwidth]{fig/cg}\hfill%
-  \includegraphics[width=.328\textwidth]{fig/sp}
-  \includegraphics[width=.328\textwidth]{fig/lu}\hfill%
-  \includegraphics[width=.328\textwidth]{fig/bt}\hfill%
-  \includegraphics[width=.328\textwidth]{fig/ft}
+  \includegraphics[width=.33\textwidth]{fig/ep}\hfill%
+  \includegraphics[width=.33\textwidth]{fig/cg}\hfill%
% \includegraphics[width=.328\textwidth]{fig/sp}
 \includegraphics[width=.328\textwidth]{fig/lu}\hfill%
+  \includegraphics[width=.33\textwidth]{fig/bt}\hfill%
% \includegraphics[width=.328\textwidth]{fig/ft}
   \caption{Optimal scaling factors for the predicted energy and performance of NAS benchmarks}
   \label{fig:nas}
 \end{figure*}
-\begin{table}[htb]
-  \caption{The scaling factors results}
-  % title of Table
-  \centering
-  \begin{tabular}{|l|*{4}{r|}}
-    \hline
-    Program & Optimal        & Energy    & Performance    & Energy-Perf. \\
-    Name    & Scaling Factor & Saving \% & Degradation \% & Distance     \\
-    \hline
-    CG      & 1.56           & 39.23     & 14.88          & 24.35 \\
-    \hline
-    MG      & 1.47           & 34.97     & 21.70          & 13.27 \\
-    \hline
-    EP      & 1.04           & 22.14     & 20.73          &  1.41 \\
-    \hline
-    LU      & 1.38           & 35.83     & 22.49          & 13.34 \\
-    \hline
-    BT      & 1.31           & 29.60     & 21.28          &  8.32 \\
-    \hline
-    SP      & 1.38           & 33.48     & 21.36          & 12.12 \\
-    \hline
-    FT      & 1.47           & 34.72     & 19.00          & 15.72 \\
-    \hline
-  \end{tabular}
-  \label{table:factors results}
-  % is used to refer this table in the text
-\end{table}
 
-As shown in table~(\ref{table:factors results}), when the optimal scaling
+As shown in Table~(\ref{table:compareC}), when the optimal scaling
 factor has a big value we can gain more energy savings  as in CG and
-FT benchmarks.  The opposite happens when the optimal scaling factor has a  small value as in BT and EP benchmarks.  Our algorithm selects a big scaling factor value when the
-communication and the other slacks times are big and smaller ones in opposite
-cases.  In EP there are no communication inside the iterations.  This leads our
-algorithm to select smaller scaling factor values (inducing smaller energy
+FT benchmarks.  The opposite happens when the optimal scaling factor has a  
+small value as in BT and EP benchmarks.  Our algorithm selects a big scaling 
+factor value when the communication and the other slacks times are big and smaller 
+ones in opposite cases.  In EP there are no communication inside the iterations.  
+This leads our algorithm to select smaller scaling factor values (inducing smaller energy
 savings).
 
 \subsection{Results comparison}
@@ -658,101 +575,17 @@ is similar to the first except setting the slower task to the maximum frequency
 (when the scale $S=1$) to keep the performance from degradation as mush as
 possible.  We refer to this scenario as $R_{E-P}$.  While we refer to our
 algorithm as EPSA (Energy to Performance Scaling Algorithm).  The comparison is
-made in tables \ref{table:compareA}, \ref{table:compareB},
-and~\ref{table:compareC}.  These tables show the results of our method and
-Rauber and Rünger scenarios for all the NAS benchmarks programs for classes A, B
-and C.
-\begin{table}[p]
-  \caption{Comparing results for  the NAS class A}
-  % title of Table
-  \centering
-  \begin{tabular}{|l|l|*{4}{r|}}
-    \hline
-    Method    & Program & Factor & Energy    & Performance    & Energy-Perf. \\
-    Name      & Name    & Value  & Saving \% & Degradation \% & Distance     \\
-    \hline
-    % \rowcolor[gray]{0.85}
-    $EPSA$    & CG      & 1.56   & 37.02     & 13.88          &  23.14 \\ \hline
-    $R_{E-P}$ & CG      & 2.14   & 42.77     & 25.27          &  17.50 \\ \hline
-    $R_{E}$   & CG      & 2.14   & 42.77     & 26.46          &  16.31 \\ \hline
-
-    $EPSA$    & MG      & 1.47   & 27.66     & 16.82          &  10.84 \\ \hline
-    $R_{E-P}$ & MG      & 2.14   & 34.45     & 31.84          &   2.61 \\ \hline
-    $R_{E}$   & MG      & 2.14   & 34.48     & 33.65          &   0.80 \\ \hline
+made in Table ~\ref{table:compareC}.  This table shows the results of our method and
+Rauber and Rünger scenarios for all the NAS benchmarks programs for class C.
 
-    $EPSA$    & EP      & 1.19   & 25.32     & 20.79          &   4.53 \\ \hline
-    $R_{E-P}$ & EP      & 2.05   & 41.45     & 55.67          & -14.22 \\ \hline
-    $R_{E}$   & EP      & 2.05   & 42.09     & 57.59          & -15.50 \\ \hline
-
-    $EPSA$    & LU      & 1.56   & 39.55     & 19.38          &  20.17 \\ \hline
-    $R_{E-P}$ & LU      & 2.14   & 45.62     & 27.00          &  18.62 \\ \hline
-    $R_{E}$   & LU      & 2.14   & 45.66     & 33.01          &  12.65 \\ \hline
-
-    $EPSA$    & BT      & 1.31   & 29.60     & 20.53          &   9.07 \\ \hline
-    $R_{E-P}$ & BT      & 2.10   & 45.53     & 49.63          &  -4.10 \\ \hline
-    $R_{E}$   & BT      & 2.10   & 43.93     & 52.86          &  -8.93 \\ \hline
-
-    $EPSA$    & SP      & 1.38   & 33.51     & 15.65          &  17.86 \\ \hline
-    $R_{E-P}$ & SP      & 2.11   & 45.62     & 42.52          &   3.10 \\ \hline
-    $R_{E}$   & SP      & 2.11   & 45.78     & 43.09          &   2.69 \\ \hline
-
-    $EPSA$    & FT      & 1.25   & 25.00     & 10.80          &  14.20 \\ \hline
-    $R_{E-P}$ & FT      & 2.10   & 39.29     & 34.30          &   4.99 \\ \hline
-    $R_{E}$   & FT      & 2.10   & 37.56     & 38.21          &  -0.65 \\ \hline
-  \end{tabular}
-  \label{table:compareA}
-  % is used to refer this table in the text
-\end{table}
-\begin{table}[p]
-  \caption{Comparing results for the NAS class B}
-  % title of Table
-  \centering
-  \begin{tabular}{|l|l|*{4}{r|}}
-    \hline
-    Method    & Program & Factor & Energy    & Performance    & Energy-Perf. \\
-    Name      & Name    & Value  & Saving \% & Degradation \% & Distance     \\
-    \hline
-    % \rowcolor[gray]{0.85}
-    $EPSA$    & CG      & 1.66   & 39.23     & 16.63          &  22.60 \\ \hline
-    $R_{E-P}$ & CG      & 2.15   & 45.34     & 27.60          &  17.74 \\ \hline
-    $R_{E}$   & CG      & 2.15   & 45.34     & 28.88          &  16.46 \\ \hline
-
-    $EPSA$    & MG      & 1.47   & 34.98     & 18.35          &  16.63 \\ \hline
-    $R_{E-P}$ & MG      & 2.14   & 43.55     & 36.42          &   7.13 \\ \hline
-    $R_{E}$   & MG      & 2.14   & 43.56     & 37.07          &   6.49 \\ \hline
-
-    $EPSA$    & EP      & 1.08   & 20.29     & 17.15          &   3.14 \\ \hline
-    $R_{E-P}$ & EP      & 2.00   & 42.38     & 56.88          & -14.50 \\ \hline
-    $R_{E}$   & EP      & 2.00   & 39.73     & 59.94          & -20.21 \\ \hline
-
-    $EPSA$    & LU      & 1.47   & 38.57     & 21.34          &  17.23 \\ \hline
-    $R_{E-P}$ & LU      & 2.10   & 43.62     & 36.51          &   7.11 \\ \hline
-    $R_{E}$   & LU      & 2.10   & 43.61     & 38.54          &   5.07 \\ \hline
-
-    $EPSA$    & BT      & 1.31   & 29.59     & 20.88          &   8.71 \\ \hline
-    $R_{E-P}$ & BT      & 2.10   & 44.53     & 53.05          &  -8.52 \\ \hline
-    $R_{E}$   & BT      & 2.10   & 42.93     & 52.80          &  -9.87 \\ \hline
-
-    $EPSA$    & SP      & 1.38   & 33.44     & 19.24          &  14.20 \\ \hline
-    $R_{E-P}$ & SP      & 2.15   & 45.69     & 43.20          &   2.49 \\ \hline
-    $R_{E}$   & SP      & 2.15   & 45.41     & 44.47          &   0.94 \\ \hline
-
-    $EPSA$    & FT      & 1.38   & 34.40     & 14.57          &  19.83 \\ \hline
-    $R_{E-P}$ & FT      & 2.13   & 42.98     & 37.35          &   5.63 \\ \hline
-    $R_{E}$   & FT      & 2.13   & 43.04     & 37.90          &   5.14 \\ \hline
-  \end{tabular}
-  \label{table:compareB}
-  % is used to refer this table in the text
-\end{table}
-
-\begin{table}[p]
+\begin{table}
   \caption{Comparing results for the NAS class C}
   % title of Table
   \centering
   \begin{tabular}{|l|l|*{4}{r|}}
     \hline
     Method    & Program & Factor & Energy    & Performance    & Energy-Perf. \\
-    Name      & Name    & Value  & Saving \% & Degradation \% & Distance     \\
+    Name      & Name    & Value  & Saving \% & Degradation  \% & Distance     \\
     \hline
     % \rowcolor[gray]{0.85}
     $EPSA$    & CG      & 1.56   & 39.23     & 14.88          &  24.35 \\ \hline
@@ -786,28 +619,28 @@ and C.
   \label{table:compareC}
   % is used to refer this table in the text
 \end{table}
-As shown in tables~\ref{table:compareA},~\ref{table:compareB}
-and~\ref{table:compareC}, the ($R_{E-P}$) method outperforms the ($R_{E}$)
+As shown in Table~\ref{table:compareC}, the ($R_{E-P}$) method outperforms the ($R_{E}$)
 method in terms of performance and energy reduction.  The ($R_{E-P}$) method
 also gives better energy savings than our method.  However, although our scaling
-factor is not optimal for energy reduction, the results in these tables prove
+factor is not optimal for energy reduction, the results in this table prove
 that our algorithm returns the best scaling factor that satisfy our objective
 method: the largest distance between energy reduction and performance
-degradation. Figure~\ref{fig:compare}  illustrates even better the distance between the energy reduction and performance degradation. The negative values mean that one of
+degradation. Figure~\ref{fig:compare}  illustrates even better the distance between 
+the energy reduction and performance degradation. The negative values mean that one of
 the two objectives (energy or performance) have been degraded more than the
 other.  The positive trade-offs with the highest values lead to maximum energy
 savings while keeping the performance degradation as low as possible.  Our
 algorithm always gives the highest positive energy to performance trade-offs
 while Rauber and Rünger's method, ($R_{E-P}$), gives sometimes negative
 trade-offs such as in BT and EP.
-\begin{figure*}[t]
+\begin{figure}[t]
   \centering
-  \includegraphics[width=.328\textwidth]{fig/compare_class_A}
-  \includegraphics[width=.328\textwidth]{fig/compare_class_B}
-  \includegraphics[width=.328\textwidth]{fig/compare_class_C}
+%  \includegraphics[width=.328\textwidth]{fig/compare_class_A}
+%  \includegraphics[width=.328\textwidth]{fig/compare_class_B}
+  \includegraphics[width=.49\textwidth]{fig/compare_class_C}
   \caption{Comparing our method to Rauber and Rünger's methods}
   \label{fig:compare}
-\end{figure*}
+\end{figure}
 
 \section{Conclusion}
 \label{sec.concl}
@@ -823,7 +656,7 @@ the energy and the inverted performance curves.  To evaluate this method, we
 have applied it to the NAS benchmarks and it was compared to Rauber and Rünger
 methods while being executed on the simulator SimGrid.  The results showed that
 our method, outperforms Rauber and Rünger's methods in terms of energy-performance
-ratio.
+ratio. 
 
 In the near future, we would like to adapt this scaling factor selection method
 to heterogeneous platforms where each node has different characteristics.  In