支持向量機（SVM）算法用于計算機CPU功耗管理

廖 凱，周平強

（1.中國科學院上海微系統與信息技術研究所 上海200050；2.上海科技大學 上海 201210；3.中國科學院大學 北京100049）

支持向量機（SVM）算法用于計算機CPU功耗管理

廖 凱1，2，3，周平強1，2，3

（1.中國科學院上海微系統與信息技術研究所 上海200050；2.上海科技大學 上海 201210；3.中國科學院大學 北京100049）

基于減少CPU功耗的目的，采用了機器學習SVM算法為CPU的動態頻率電壓調節技術（DVFS）制定決策模型，采用EDP（Energy Delay Product）作為最終優化指標。通過GEM5和McPAT工具進行仿真實驗，發現新建的模型按照執行程序不同最多可以節省20%的EDP。

DVFS；SVM；EDP；功耗管理；預測優化

隨著集成電路的發展，現代CPU芯片集成度越來越高，性能飛速發展，伴隨而來的是居高不下的功耗和散熱成本，單位面積的功耗太高已成為了CPU性能突破的瓶頸。如何降低CPU芯片的功耗，成為了當前研究的重點。

1 CPU的低功耗技術——DVFS簡介

CPU低功耗技術很多，譬如時鐘門控技術（Clock gating），電源門控技術（Power gating）和動態電壓頻率調節技術（DVFS）等。其中Clock gating技術通過在電路中增加額外的邏輯單元、優化時鐘樹結構來節省能量[1]。Power gating技術通過關掉當前電路中空閑的模塊，從而節省能量[2]。DVFS技術通過動態調節當前芯片的電壓和頻率來節省能量。這3種方法在CPU中都有廣泛的應用。文中針對DVFS技術，研究如何優化DVFS技術的執行策略。

1.1 DVFS與功耗

在芯片設計中，功耗一直是備受關注的優化目標之一。處理器的功耗計算有如下關系式，

其中，α是活動因子 （Activity Factor），C是電路中所有晶體管的等效電容，f是電路運行頻率，Vdd是電路的供電電壓，I是靜態電流。處理器的功耗P分別與頻率f和電壓Vdd的二次方成正比，而處理器運行頻率f越高，需要提供的電壓Vdd也越高，兩者可以看成是正比關系?！?br>