引 言 電子系統可視為是種類不同的元件集合,有些元件有著固定的性能指標和耗能,這些元件被稱為非電源管理元件;上反,有些元件可以在不同時間工作,并且有多種耗能狀態,相應地消耗著不同的系統電能,這些元件稱為可電源管理元件。可電源管理元件的有效使用成為節省系統耗能,使整個系統在有限電能下長時間工作的關鍵所在。 系統元件從一種耗能狀態到另一種耗能狀態往往需要一段時間,并且在這段時間內會消耗更多的額外能量。狀態的改變會影響系統的性能,所以設計者需要在系統節能和系統性能之間找到恰當的折衷切入點。本文介紹了動態電源管理中的一些方法。這些方法將決定元件是否改變耗能狀態和何時改變。 1 動態電源管理技術 “動態電源管理”是動態地分配系統資源,以最少的元件或元件最小工作量的低耗能狀態,來完成系統任務的一種降低功耗的設計方法。對于電源管理實施時間的判斷,要用到多種預測方法,根據歷史的工作量預測即將到來的工作量,決定是否轉換工作狀態和何時轉換。這就是動態電源管理技術的核心所在——動態電源管理方法。 動態電源管理技術適用的基本前提是,系統元件在工作時間內有著不相同的工作量。大多數的系統都具有此種情況。另一個前提是,可以在一定程度上確信能夠預知系統、元件的工作量的波動性。這樣才有轉換耗能狀態的可能,并且在對工作量的觀察和預知的時間內,系統不可以消耗過多的能量。 2 電源管理 各個系統設備當接到請求時,設備忙;而沒有請求時,就進入了空閑狀態。設置進入空閑時,可以關閉設備,進入低耗能的休眠狀態;當再次接到請求后,設備被喚起。這就是所謂的“電源管理”。然而,耗能狀態的改變是需要時間的,也就是關閉時延和喚起時延。喚起休眠狀態中的設備需要額外的能量開銷,如圖1所示。如果沒有這項開銷,也就用不著電源管理技術了,完全可以只要設備空閑就關閉設備、這種時延和能量開銷確定存在,所以必須考慮,只有當設備在休眠狀態所節省的能量至少可以抵得上狀態轉換耗能的情況時,才可以進入休眠狀態。 ![]() 圖1 電源管理技術是一個預知性問題。應尋求預知空閑時間是否足夠長,以及于能否抵得上狀態轉換的耗能開銷。空閑時間過短時,采用電源管理的方案就得不償失了。所以事先估計出空閑時間的長短是電源管理技術中的首要問題。定義“恰當的停止時間段”(tBE):能達到系統節能的最短空閑時間段。此時間與設備元件本身有關,與系統發出的請求無關。假設狀態轉換延時t0(包括關閉和喚起延時)耗能為E0;工作狀態功率Pw,休眠狀態功率Ps,可由以下式求出tBE。 Pw×tBE=E0+Ps×(tBE-T0) 等式左邊為“適合暫停時間段”內的耗能,也就是系統在這段用于節能的最短空閑時間內繼續工作所需能量;右邊是狀態轉換耗能和休眠時間內的系統耗能。tBE 換和這段休眠時間內的系統耗能。電源管理技術就是要預知將要發生的休眠時間是否能夠大于tBE,只有大于它,設備才有休眠的必要。 3 基于先驗預知的動態電源管理技術 對于大多數真實系統,即將輸入的信號是難以確定的。動態電源管理的決策是基于對未來的不確定預知的基礎之上的。所有的基于預知的動態電源管理技術的基本原理是探過去工作量的歷史和即將發生的工作量之間的相互關系,來對未來事件進行可靠的預知。對于動態電源管理,我們關心怎樣預知足夠長的空閑時間進入休眠狀態,表達如下: P={tIDLE>tBE} 我們稱預知空閑時間比實際的空閑時間長(短)為“預知過度”(“預知不足”)。預知過度增加了對性能的影響;預知不足雖對性能無影響卻造成了能量的浪費。要是能既無預知過度又無預知不足,那就是一個理想的預知。預知的質量取決于對觀察樣本的選擇和對工作量的統計。 本文為授權轉載文章,任何人未經原授權方同意,不得復制、轉載、摘編等任何方式進行使用,e-works不承擔由此而產生的任何法律責任! 如有異議請及時告之,以便進行及時處理。聯系方式:editor@e-works.net.cn tel:027-87592219/20/21。 3.1 靜態預知方法 固定超時法:最普遍的電源管理預知法,用過去的空閑時間作為觀察校本對象來預知當前空閑時段的總持續時間。此方法總結如下:空閑時鐘開始,計時器開始計時,超過固定超時時間tTO系統仍處于空閑,則電源管理使得系統休眠,直到接收到外界請求,標志著空閑狀態的結束。能夠合理地選擇tTO顯然是這種方法的關鍵。通常在要求不高的情況下取tTO=tBE。 固定超時法優點有二:①普遍適用(應用范圍僅限決于工作量);②增加固定超時值可以減少“過度預知”(即預知時間比實際空閑時間長)的可能性。但是其缺點也明顯:固定超時過大則將引起預知不足,結果不能有效的節省能量,相當多的能量浪費在等待超時上。 預知關閉法:此方法可以解決固定超時法中等待固定超時而耗費過多能量的問題,即預知到系統的空閑可能性就立即關閉系統,無需等到空閑時間超過超時值。預知方法是對歷史工作量的統計上做的有肯定性估計。 Srivastave提出了兩種先驗關閉的方案。 ① 非線性衰減方程(φ)。此方程可由過去的歷史中得到。 ![]() t的上標表示過去空閑和工作時期的序號,n表示當前的空閑時期(其長度有待于預知估計)和最近的工作時段。此方程表明了要估計將發生的空閑時期,要考慮到過去的空閑和工作時期。 如果tpred>tBE,那么系統一空閑就立即關閉。觀察樣本是 ![]() 此方法的局限: * 無法自主決定衰減方程的類型; * 要根據收集和分析的分散數據建立衰減模型,并且這些數據適合此衰減模型。 ② 極限方案。此方案基于一個極限。觀察樣本為緊挨著當前空閑時期之前的工作時期,如果 ![]() 注意:統計研究表明,短時間的工作時期后是長時間的空閑期;長時間的工作期后是短時間的空閑期。這樣的系統可以用極限法,如圖2所示。而短時期的工作期后是短時期的空閑期這種情況下就不能用些極限法。總之,對tthr的選擇尤為重要。 ![]() 圖2 預知喚起法:可以解決固定超時方法中喚起時的性能損耗。當預知空閑時間超時后則系統喚起,即使此時沒有接收收到任何系統請求。使用此方法應注意的是,如果 tidle被“預知不足”,則這種方法增加了能量的消耗,但同時也減少了等待接收第一個系統請求的時間,還是在一定程度上節省了能量,提高了系統性能。 3.2 動態預知方法 由于動態電源管理方法的最優化取決于對工作量的統計,當工作量既未知又非靜態時,靜態預知方法就不是十分有效。因此,就有了動態預知方法。對非靜態工作量有幾種動態的預知方法。 ① 設定一套超時值,每個值與一個參數相關。此參數表明超時值選擇的準確性。此方法是在每一個空閑時間內,選擇這些超時值中最有效的一個值。 ② 此方法同樣有一些供選擇的超時值,分配給每個值一個“權”。此“權”是對過去相同要求下,采取此超時值帶來的滿意度為衡量對象抽象出的參數。實際采用的超時值是取所有被選超時值的權的平均。 ③ 只采用一個超時值,當選擇此超時值后會引起許多不盡如人意的“系統關閉”后,再適當增加此值。當更多的“系統關閉”可以被接受了,則適當降低此值。 4 總 結 動態電源管理是降低電子系統耗能的有效設計方法。在電源管理系統中,不同元件的工作狀態要動態地適應不同程度的性能要求,只有這樣才能最小化空閑時間浪費的能量或者無用元件浪費的能量。 設計能在一定性能限制下做到最小耗能的電源管理方案是最有挑戰性的。最基于的電源管理方法可參考方案——基于先驗預知,探索過去工作量的歷史和即將發生的工作量之間的關系,從而對限將發生的事件進行可靠預知的方法。 動態電源管理的應用還是原始粗糙的,因為其全部巨大潛力仍未被開發;所接觸不同種類元件的復雜性限制了設計者只能尋求簡單的解決方法。我們將繼續研究相應的算法,以便能夠為動態電源管理提供正確的模型,并在模型下確定系統電源管理的最佳方案。 本文為授權轉載文章,任何人未經原授權方同意,不得復制、轉載、摘編等任何方式進行使用,e-works不承擔由此而產生的任何法律責任! 如有異議請及時告之,以便進行及時處理。聯系方式:editor@e-works.net.cn tel:027-87592219/20/21。 參考文獻 1. Benini L.Bogliolo A.De Micheli G A Survey of Design Techniques for System-Level Dynamic Power Management 2000 2. Lu Y.De Micheli G Comparing System Level Power Management Policies 2001(2) 3. MIGUEL ANGEL.SEBASTIAN GONZALEZ Low power designs techniques for embedded systems 2001 4. Karlin A.Manasse M.McGeoch L Competitive randomized algorithms for nonuniform problems 1994(6) 5. Srivastava M.Chan drakasan A.Brodersen R Predictive system shutdown and other architectural techniques for energy efficient programmable computation 1996 6. C.-H. Hwang.Wu A A predictive system shutdown method for energy saving of event-driven computation 1997 7. Krishnan P.Long P.Vitter J Adaptive disk spindown via optimal rent-to-buy in probabilistic environments 1995 8. Helmbold D.Long D.SherrodE Dynamic disk spin-down technique for mobile computing 1996 9. Douglis F.Krishnan F.Bershad B Adaptive disk spindown policies for mobile computers. in 2nd USENIX Symp 1995 作 者:解放軍信息工程大學 趙爾寧 邵高平 來 源:單片機與嵌入式系統應用 2003(12) |