Efeito das Políticas de Escalonamento do Linux na Execução Sustentável de um Modelo de RNN LSTM

• Davi Lopes Lemos UNIPAMPA
• Naylor Bastiani Perez UNIPAMPA
• Leonardo Bidese de Pinho UNIPAMPA

DOI: https://doi.org/10.5753/eradrs.2026.21444

Resumo

Este trabalho avalia o impacto das políticas de escalonamento do Linux na execução de um modelo de RNN LSTM para estimar massa de forragem no Bioma Pampa, comparando FIFO, RR, Batch, Idle e Other. A análise com Perf indicou melhor desempenho da RR e, em diferentes cenários, menor consumo energético, sugerindo que ajustes no SO tornam a computação mais eficiente e sustentável, reduzindo a pegada de carbono.

Referências

Lemos, D., Durgante, B., Correia, M., Perez, N., and Pinho, L. (2025). Instrumentação das Técnicas Árvore de Decisão e KerasTuner para Autoajuste de Redes Neurais Recorrentes GRU na Perspectiva de Computação Sustentável. In Anais da XXV ERAD/RS.

Maziero, C. A. (2019). Sistemas Operacionais: Conceitos e Mecanismos. Universidade Federal do Paraná, Departamento de Informática (UFPR), Curitiba, Brasil.

Schwartz, R., Dodge, J., Smith, N. A., and Etzioni, O. (2020). Green AI. Communications of the ACM.

Strubell, E., Ganesh, A., and McCallum, A. (2019). Energy and Policy Considerations for Deep Learning in NLP. In Proceedings of the 57th ACL.