一種基于活躍態(tài)的動態(tài)電源管理預測算法

摘要：提出一種基于活躍態(tài)的動態(tài)電源管理預測算法，充分利用了活躍態(tài)和空閑時間段的關系，并且加入動態(tài)自適應調節(jié)因子，不僅對較大變化的時間段預測誤差小，而且能快速調整適應工作負載的變化。實驗表明該算法優(yōu)于傳統(tǒng)算法。

關鍵詞：動態(tài)電源管理； 預測算法； 超時算法； 節(jié)能

中圖分類號：TP301.6文獻標志碼：A

文章編號：1001－3695(2007)07－0058－03

0引言

隨著多媒體技術和Internet的迅猛發(fā)展，采用電池供電的數碼掌上設備和無線設備越來越普及。如何使用有限的能量滿足盡可能多的應用需求，也即節(jié)能技術，成為嵌入式設計人員的重要目標。要實現節(jié)能，首先要研究和設計低功耗的硬件電路[1]。然而僅使用低功耗的硬件是不夠的，還必須從軟件層次來進行管理。當系統(tǒng)中運行的任務需要連續(xù)使用設備但又不需要最大性能運行時，可以通過調節(jié)電壓或頻率來達到節(jié)能的目的，稱為動態(tài)電壓調節(jié)（DVS）[2]。另一種節(jié)能技術是在設備空閑時把設備置為低功耗狀態(tài)或者直接關閉，當有請求到來時再置為運行狀態(tài)，稱為動態(tài)電源管理（DPM）[3]。

2預測算法設計

2．1問題的提出

文獻[7]中提出的預測算法雖然能根據負載自動調整，但是也存在以下問題：

（1）式（2）中的a值是常量，需要根據實驗結果手工調整；負載變化大時可能對應的a值不同。

3實驗及數據分析

該實驗所采用的平臺是FreeScale M5275EVB開發(fā)板和嵌入式操作系統(tǒng)eCos，修改了其中的網卡驅動以進行檢測空閑狀態(tài)和實現算法。實驗中并不直接關閉網絡芯片，而是模擬關閉，對預測得到的值進行分析計算，并對幾種常見算法進行比較。在實驗中，取m＝1．5，k＝0．99。

本文采用了以下幾種度量方法：

（1）誤差率(Error Ratio)

(2)命中率(Hit Ratio)

定義命中為兩種情況：①不該關閉時沒有關閉；②應該關閉時關閉了。其余的情況屬于沒有命中。基于超時算法的真實空閑時間段從TW后開始算起。應該關閉的情況是指真實值大于TBE，關閉才會節(jié)省能量；否則不僅能耗比正常運行時的高，還會帶來性能下降。所以命中只表示沒有浪費能量，并不一定能節(jié)省能量。

（3）節(jié)省的能量(Energy Saving)

該實驗只是模擬實驗，沒有實施具體的硬件關閉操作，所以能耗是通過計算得出的。計算方法是處于關閉狀態(tài)的時間減去TBE。如果在真實空閑時間段小于TBE而被錯誤地關閉的話，得到的將是負值，表示有能量的浪費。計算每次關閉所節(jié)省的能量，累加得到節(jié)省的總能量。為了方便對比，把得到的值以該算法為基準進行標準化。

在實驗中，使用以上三種度量方法比較了超時檢測法Karlin[8]、預測算法Hwang[7]和本文算法APB。超時法不存在誤差率的概念，沒有進行對比。

圖3是Hwang[7]算法和本文算法的誤差率曲線。可以看出，空閑時間段22~83跳變以及30~10跳變時，Hwang算法產生了較大的誤差；由于以活躍態(tài)作參考，本文算法在一定程度上降低了誤差率。總體看來，本文算法的誤差率比Hwang算法更加平穩(wěn)。表1是三種算法平均誤差率、命中率和節(jié)省能量的對比。從表中可以看出，本文算法并沒有顯著地提高命中率，這主要與TBE大小有關。由于提高了預測準確率，節(jié)省了更多的能量。

4結束語

傳統(tǒng)的動態(tài)電源管理預測算法由于沒有考慮到活躍態(tài)對

空閑時間段的影響，對有較大變化的空閑時間段預測的誤差較大，而且工作負載變化時調整得比較緩慢。

本文所提出的算法利用了活躍態(tài)與空閑態(tài)的關系，根據活躍態(tài)預測即將到來的空閑時間段，從一定程度上降低了誤差率；引入了動態(tài)自適應因子a，在負載變化時可以迅速地調節(jié)到一個合理的范圍。由于本算法的特點，m值是固定的，也就是最大調節(jié)幅度固定，對突然到來的短時間空閑時間段預測比較準確，而對長時間空閑時間段的預測準確度不夠。這是該算法有待改進的地方。

參考文獻：

[1]DEVADAS S， MALIK S. A survey of optimization techniques targeting low power VLSI circuits: proc.of the 32nd Design Automation Conf[C].[S.l.]:[s.n.]， 1995:242－247.

[2]JEJURIKAR R， PEREIRA C， GUPTA R. Leakage aware dynamic voltage scaling for real－time embedded systems: proc.of the Design and Automation Conf(DAC 2004)[C].[S.l.]:[s.n.]， 2004:275－280.

[3]BENINI L， BOGLIOLO A， MICHELI G D. A survey of design techniques for system－level dynamic power management[J]. IEEE Transactions on VLSI Systems， 2000，8(3):299－315.

[4]GOLDING R， BOSH P， WILKES J. Idleness is not sloth: proc.of the Winter SENIX Technical Conf[C].[S.l.]:[s.n.]， 1995:201－212.

[5]SRIVASTAVA M B， CHANDRAKASAN A P， BRODERSON R W. Predictive system shutdown and other architectural techniques for energy efficient programmable computation[J]. IEEE Trans on VLSI Systems， 1996，4(1):24－54.

[6]LU Y H， BENINI L， MICHELI G D.Operating－system directed power reduction: proc. of the International Symposium on Low Power Electronics and Design[C].[S.l.]: Stanford University， 2000:37－42.

[7]HWANG C H， WU A C. A predictive system shutdown method for energy saving of event－driven computation: proc.of the International Conference on Computer－Aided Design[C].[S.l.]:[s.n.]， 1997:28－32.

[8]KARLIN A， MANASSE M， McGEOCHL， et al. Competitive radomized algorithms for nonuniform problems[J]. Algorithmica， 1994，11(6):542－571.

[9]DOUGLIS F， KRISHNAN P， BERSHAD B. Adaptive disk spin－down technique for mobile computing: proc.of the 2nd USENIX Symp Mobile and Location－Independent Computing[C].[S.l.]:[s.n.]， 1995:121－137.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”