¿Si Linux está ejecutándose en Virtual Box, que a su vez está instalada en Windows 11, cómo se espera que se comporte en los tiempos de ejecución de un sistema respecto a otro para una misma configuración de hilos y tamaño de imagen?

Hipotesis:

  1. Para una misma configuración de hilos y tamaño de imagen, los tiempos de ejecución de Windows 11 Nativo serán significativamente menores que los de Linux Virtualizado. Esto se debe a que la capa de abstracción e hipervisión de VirtualBox introduce un overhead (sobrecarga) en la traducción de llamadas al sistema y gestión de memoria, anulando la ventaja competitiva y la eficiencia nativa que posee el planificador de Linux en entornos bare-metal. 
  2. Los tiempos de ejecución de Linux Virtualizado presentarán una mayor dispersión, variabilidad y cantidad de datos atípicos (picos de retraso) en comparación con la estabilidad de Windows 11 Nativo. Dado que el planificador de Windows 11 retiene la prioridad absoluta sobre el hardware real, cualquier tarea o proceso en segundo plano del sistema anfitrión interrumpirá de forma impredecible los recursos asignados a la máquina virtual, degradando la consistencia temporal característica de Linux.

Hardware utilizado:

CPU: 
  • Ryzen 7 5700 - 3.7 GHz base / 4.6 GHz turbo 8 Núcleos 16 Hilos 
  • Gráficos: NVIDIA GeForce RTX 5050 - 8GB GDDR6 
  • Memoria: 32GB DDR4 3200 MT/s 
  • Tarjeta madre: Chipset A520 (Socket AM4) 
  • Almacenamiento: SSD 1TB (PCIe 3.0 M.2) 
  • Fuente de poder: 500W - Certificación 80 Plus Bronze 
Set de imágenes de prueba: 
  • (Única) 1000 x 1000 Pixeles

Código fuente:

Resultado:

Análisis comparativo de rendimiento de procesamiento:




Graficas:





Evaluación de las hipótesis tras las pruebas:

  • Hipótesis 1: Tiempos de ejecución Windows Nativo < Linux Virtualizado
ESTADO: COMPLETAMENTE APROBADA. Los datos reflejan que Windows 11 Nativo supera consistentemente a Linux Virtualizado en todas las configuraciones. El overhead del hipervisor genera una penalización inicial del ~30% en hilos bajos. A partir de los 8 hilos (límite físico de núcleos asignados a la VM), el tiempo en Linux se degrada críticamente, incrementando la brecha por la sobrecarga en la gestión del planificador.
  • Hipótesis 2: Mayor dispersión, variabilidad y picos atípicos en Linux Virtualizado
ESTADO: COMPLETAMENTE APROBADA. La desviación estándar de Linux Virtualizado es entre 3 y 8 veces mayor que la de Windows 11 Nativo (columna 'Ratio Desv.Est.'). El sistema operativo host (Windows 11) mantiene la prioridad sobre el hardware real, lo que ocasiona que tareas en segundo plano interrumpan los ciclos de CPU de la máquina virtual, causando micro-retrasos y picos aleatorios de tiempo de ejecución.

Conclusión:

Es fundamental esclarecer que los resultados no determinan que el kernel de Linux sea menos eficiente que el de Windows. Al contrario, el planificador de procesos de Linux es altamente competitivo en arquitecturas nativas. Lo que este experimento evidencia y reprueba es la ineficiencia de la capa de virtualización de escritorio frente al hardware dedicado nativo. Para aplicaciones de alto rendimiento o procesamiento paralelo masivo (OpenMPI, hilos paralelos), la virtualización sobre un host de consumo siempre será penalizada de forma severa.


Links:

Excel



Comentarios

Publicar un comentario

Entradas más populares de este blog

¿Cómo se van a comportar los tiempos de ejecución si se mantiene el código, pero se varía el tamaño de la imagen a procesar, en cada configuración? Y ¿existe una variación y si existe cómo se podría explicar tal variación observada?

Imagen
Hipotesis: A mayor tamaño de imagen es más probable que el tiempo de ejecución sea mayor, dependiendo incluso de la configuración, algunas podrían tener mejores resultados que otras, pero eso no quita el hecho de que el tamaño de imagen aumenta el tiempo de ejecución. La manera en que se podría explicar la variación, es que una imagen de mayor tamaño tiene un conjunto de bytes mayor, por lo que el proceso para transformar la imagen conlleva un mayor tiempo. La variación del tiempo no será exactamente proporcional al tamaño de la imagen en todas las configuraciones, porque también influyen factores como el acceso a memoria, el uso de caché, la sobrecarga de los hilos, el sistema operativo y la forma en que se reparte la carga de trabajo. En imágenes pequeñas, la sobrecarga puede pesar más que el procesamiento; en imágenes grandes, el paralelismo puede aprovecharse mejor.   Metodología y diseño de pruebas Hardware utilizado: CPU: Ryzen 7 8700G - 4.2 GHz base / 5.1 GHz turbo 8 Nú...
Leer más

¿Cómo se comportan los tiempos de ejecución al incrementar el número de hilos?

Imagen
¿Cómo se comportan los tiempos de ejecución al incrementar el número de hilos? Introducción En esta entrada se analiza el rendimiento de un programa de procesamiento de imágenes BMP de 24 bits. El objetivo del programa es incrementar el brillo de una imagen utilizando una rutina SIMD en ensamblador y dividiendo el trabajo entre varios hilos. La pregunta que se busca responder es la siguiente: ¿Cómo se van a comportar los tiempos de ejecución al incrementar el número de hilos con un mismo tamaño de imagen a procesar? Esta pregunta es importante porque permite observar si el uso de más hilos realmente mejora el rendimiento del procesamiento de imágenes, y también permite identificar si existe un punto donde agregar más hilos deja de ser útil. Hipótesis iniciales Hipótesis 1: Se debería reducir el tiempo de ejecución, ya que con un mayor número de hilos se puede dividir la tarea en más partes y así ejecutar el código al mismo tiempo, consiguiendo así un menor tiempo de ejecución. Hipótesi...
Leer más

¿Qué código reportará mejor Speedup, el generado por IA en un lenguaje de alto nivel como Python o el de la versión C/C++?

Imagen
Hipotesis La versión en C/C++ reportará un Speedup algo superior al de Python. C/C++ se compila a código nativo ya que permite el uso real de hilos en paralelo y la implementación de bajo nivel con instrucciones SIMD permite procesar múltiples canales de píxeles simultáneamente por ciclo de reloj, aprovechando verdaderamente el hardware sin intermediarios. El código de Python tendrá un Speedup cercano a 1 (nulo o sin mejora) en arquitecturas multihilo puro debido al mecanismo Global Interpreter Lock, que restringe la ejecución de bytecode a un solo hilo nativo a la vez. Incluso si la IA genera un código estructurado con hilos, estos se ejecutarán de forma secuencial en la CPU, a menos que se recurra explícitamente a multiprocesamiento, el cual tiene una sobrecarga de memoria muy alta en comparación con C++. Metodología y diseño de pruebas Hardware utilizado: CPU: Intel Core Ultra 7 255H (Frecuencia Base: 2.00 GHz / Turbo Máximo: 5.10 GHz) 16 Núcleos físicos  22 Hilos Caché 24MB...
Leer más