為了便于分析,將功耗與系統(tǒng)設(shè)備運(yùn)行速度的關(guān)系表示為下式：
這是一個(gè)嚴(yán)格的凸函數(shù),它傳達(dá)的信息是,任務(wù)進(jìn)行得越慢,越節(jié)省功耗。這是基于任務(wù)截止期約束任務(wù)完成的電源管理策略的基本出發(fā)點(diǎn)。當(dāng)前有不少基于任務(wù)截止期約束任務(wù)完成的電源管理策略,例如簡(jiǎn)單化的在線策略AVR[3]（Average Rate）、OA（Optimal Available）和BKP策略[4]等就是這類策略的典型。其中： AVR策略假設(shè)系統(tǒng)中只有一個(gè)任務(wù)在執(zhí)行;OA策略假設(shè)不會(huì)再有新任務(wù)進(jìn)入安排;而BKP策略則在c比較大時(shí)才能夠很好地降低功耗。
1.3 Idle狀態(tài)下的電源管理方法
系統(tǒng)設(shè)備完成任務(wù)后,將處于Idle狀態(tài)的系統(tǒng)設(shè)備進(jìn)行狀態(tài)轉(zhuǎn)換是該狀態(tài)下電源管理的主要方法。主流策略有Timeout策略、基于預(yù)測(cè)的管理策略和基于隨機(jī)的管理策略。其中,Timeout策略最簡(jiǎn)單易行。該策略流程如圖2所示。
圖2 Timeout策略流程
系統(tǒng)完成所有任務(wù)后,處于Idle狀態(tài)的持續(xù)時(shí)間超過(guò)該閾值時(shí),電源管理模塊將系統(tǒng)轉(zhuǎn)換至Sleep狀態(tài),直到有新任務(wù)請(qǐng)求到達(dá)時(shí)再喚醒系統(tǒng)。通過(guò)這種方式達(dá)到降低系統(tǒng)設(shè)備功耗的目的。該時(shí)間間隔可由系統(tǒng)提供的計(jì)時(shí)模塊設(shè)定,而時(shí)間閾值Tth的設(shè)定由下式確定：
式中： Etran是已知的系統(tǒng)從Idle狀態(tài)到Sleep狀態(tài)再到喚醒,共兩次狀態(tài)轉(zhuǎn)換所消耗的總能量;PI是系統(tǒng)處于Idle狀態(tài)所消耗的功率。
圖3為Timeout策略中兩種性能的損耗情況。圖中,E為Running（工作）狀態(tài)時(shí)間,I為Idle狀態(tài)時(shí)間,F為時(shí)間閾值,D為狀態(tài)轉(zhuǎn)換時(shí)間,S為休眠狀態(tài)時(shí)間,W為系統(tǒng)設(shè)備喚醒時(shí)間。該策略簡(jiǎn)單,但缺點(diǎn)也很明顯。如圖3所示,當(dāng)I>F+D時(shí),等待時(shí)間閾值的設(shè)定容易損失更多的降功機(jī)會(huì),同時(shí)因?yàn)橄到y(tǒng)狀態(tài)喚醒轉(zhuǎn)換的耗時(shí)耗能,必然引起任務(wù)等待延時(shí);甚至當(dāng)F+D>I>F時(shí),延時(shí)會(huì)大于喚醒耗時(shí),這將造成很大的性能損失;同時(shí)任務(wù)執(zhí)行時(shí)間的延時(shí),還會(huì)直接導(dǎo)致下一個(gè)Idle狀態(tài)持續(xù)時(shí)間的縮短。這樣基于對(duì)任務(wù)完成后Idle狀態(tài)時(shí)間和下一個(gè)任務(wù)來(lái)臨時(shí)間的預(yù)測(cè)的電源管理策略就顯得很有效率。
圖3 Timeout策略中兩種性能的損耗情況
基于預(yù)測(cè)的電源管理策略是根據(jù)系統(tǒng)信息（包括歷史信息和用戶習(xí)慣等）,對(duì)系統(tǒng)將要處于Idle狀態(tài)的持續(xù)時(shí)間Tpred進(jìn)行預(yù)測(cè)。比較Tpred和Tth,當(dāng)Tpred≥Tth時(shí)在任務(wù)完成后立即將系統(tǒng)轉(zhuǎn)換到休眠狀態(tài);否則,繼續(xù)維持系統(tǒng)Idle狀態(tài)。預(yù)測(cè)時(shí)刻和Idle狀態(tài)中的預(yù)測(cè)間隔由具體策略決定。
基于預(yù)測(cè)的電源管理策略的核心是,使用何種算法來(lái)利用系統(tǒng)反饋信息去更新算法的預(yù)測(cè)根據(jù)。要做出符合系統(tǒng)設(shè)備用戶使用習(xí)慣和任務(wù)請(qǐng)求的準(zhǔn)確預(yù)測(cè),就需要對(duì)用戶習(xí)慣的認(rèn)識(shí)程度不斷加深,并對(duì)系統(tǒng)任務(wù)信息和策略歷史信息有較全面的統(tǒng)計(jì)。自適應(yīng)學(xué)習(xí)樹(shù)ALT（Adaptive Learning Tree）策略、PBALT（ProbabilityBased ALT）策略,以及基于AR（AutoRegressive）模型的預(yù)測(cè)控制反饋PCF（Predictive Control Feedback）預(yù)測(cè)策略等都是優(yōu)化過(guò)的預(yù)測(cè)策略。PBALT策略利用概率反映準(zhǔn)確率,加強(qiáng)了分樹(shù)之間的關(guān)聯(lián)性和ALT方法的學(xué)習(xí)能力;但這種策略的邊界條件限制制約了它的應(yīng)用范圍。PCF預(yù)測(cè)策略的自適應(yīng)性是通過(guò)其反饋模塊來(lái)控制的;但預(yù)測(cè)策略本身在針對(duì)非平穩(wěn)狀態(tài)的任務(wù)請(qǐng)求時(shí)效率不穩(wěn)定,同時(shí),預(yù)測(cè)策略基本只考慮系統(tǒng)有一個(gè)工作模式,這些都限制了它的應(yīng)用。
基于隨機(jī)的電源管理策略是一種具有不確定性的優(yōu)化策略,這種不確定性源于系統(tǒng)模型的抽象性�；陔S機(jī)的電源管理策略不僅指定何時(shí)進(jìn)行狀態(tài)轉(zhuǎn)換,而且還指定轉(zhuǎn)換到哪一工作模式,因此適用于多工作模式的系統(tǒng)設(shè)備。它將動(dòng)態(tài)電源管理看作是隨機(jī)最優(yōu)化問(wèn)題,而不像基于預(yù)測(cè)的電源管理策略那樣通過(guò)預(yù)測(cè)的方法消除任務(wù)請(qǐng)求的不確定性�；贑TMDP（連續(xù)時(shí)間馬爾可夫決定過(guò)程）的隨機(jī)決定動(dòng)態(tài)電源管理策略給出了系統(tǒng)電源管理的一個(gè)最優(yōu)化的決定,但這種最優(yōu)化是在一個(gè)具有不確定性的模型基礎(chǔ)上的,即這種算法所得到的最優(yōu)化的決策只能得到系統(tǒng)的性能和功耗的一個(gè)預(yù)期值,并不能保證在特定的系統(tǒng)設(shè)備中適用,而且馬爾可夫過(guò)程數(shù)學(xué)模型的建立也是需要仔細(xì)分析的。
2 基于最高決策的電源管理策略
由以上對(duì)系統(tǒng)電源管理策略的分析可知,系統(tǒng)設(shè)備的電源管理貫穿系統(tǒng)設(shè)備的各個(gè)狀態(tài),因此應(yīng)提出一種電源管理方法,將多種電源管理策略結(jié)合起來(lái)對(duì)系統(tǒng)功耗進(jìn)行協(xié)同管理。該電源管理構(gòu)架中有一個(gè)策略集合,每個(gè)策略都有自己的優(yōu)先級(jí),按需求使用各個(gè)策略來(lái)進(jìn)行多策略電源管理。但這種構(gòu)架也存在問(wèn)題： 首先復(fù)雜系統(tǒng)的任務(wù)很可能多種多樣,而且電源管理策略針對(duì)不同的任務(wù)其降功效率也不同,僅用電源管理策略的優(yōu)先級(jí)來(lái)決定使用電源管理策略,缺乏針對(duì)性;此外各策略信息應(yīng)該在執(zhí)行系統(tǒng)任務(wù)的過(guò)程中得到統(tǒng)計(jì),并自適應(yīng)地改變其優(yōu)先級(jí)。
這里提出一個(gè)基于最高決策管理模塊的電源管理構(gòu)架。這種系統(tǒng)設(shè)備電源管理構(gòu)架包括了最高決策模塊、任務(wù)信息統(tǒng)計(jì)模塊、策略集合模塊、信息檢測(cè)模塊和控制模塊5個(gè)主要部分,如圖4所示。
圖4 基于最高決策的降功管理模塊構(gòu)架
信息檢測(cè)模塊： 用于檢測(cè)系統(tǒng)狀態(tài)信息和新到的任務(wù)信息。
任務(wù)信息統(tǒng)計(jì)模塊： 用于統(tǒng)計(jì)系統(tǒng)設(shè)備所執(zhí)行的任務(wù)信息,并解釋成準(zhǔn)確的任務(wù)信息參數(shù)。
策略集合模塊： 通過(guò)對(duì)系統(tǒng)狀態(tài)和任務(wù)信息等進(jìn)行動(dòng)態(tài)的統(tǒng)計(jì),計(jì)算電源管理策略的效率,更新電源管理策略信息并解釋成準(zhǔn)確的電源管理策略參數(shù)。
最高決策模塊： 根據(jù)接收的任務(wù)和系統(tǒng)狀態(tài)信息,在策略集合中選擇最優(yōu)的電源管理策略或者電源管理策略組,通過(guò)控制模塊對(duì)系統(tǒng)設(shè)備進(jìn)行電源管理。
任務(wù)信息是實(shí)時(shí)接收的;系統(tǒng)狀態(tài)信息是在每次系統(tǒng)狀態(tài)改變時(shí),由信息檢測(cè)模塊提供給最高決策模塊的;電源管理策略的信息指計(jì)算后的電源管理效率,以及電源管理策略適用的系統(tǒng)狀態(tài)和任務(wù)。例如,當(dāng)新任務(wù)到達(dá)后,必然有一種預(yù)測(cè)策略對(duì)此任務(wù)完成后的Idle狀態(tài)持續(xù)時(shí)間的預(yù)測(cè)效率最高。電源管理策略控制期間,每一次決策的成功或失敗都會(huì)改變?cè)撾娫垂芾聿呗缘膬?yōu)先加權(quán)參數(shù)。這樣最高決策模塊根據(jù)系統(tǒng)狀態(tài)和任務(wù)信息,決定采用最優(yōu)的電源管理策略或者電源管理策略組,使系統(tǒng)設(shè)備的各個(gè)部分得到最優(yōu)的電源管理。
3 小結(jié)
當(dāng)今便攜設(shè)備中電源管理的核心是電源管理策略,本文中提出的基于最高決策的電源管理構(gòu)架的關(guān)鍵是預(yù)先選定電源管理策略集合。關(guān)于電源管理策略,有兩方面問(wèn)題需要繼續(xù)探討和研究： 第一,權(quán)衡系統(tǒng)設(shè)備工作性能和功耗。電源管理策略進(jìn)行系統(tǒng)功耗管理過(guò)程中,雖然電源管理策略盡量避免延時(shí),但是這種延時(shí)又不可避免。系統(tǒng)使用者對(duì)于性能和功耗的權(quán)衡直接影響電源管理策略的選擇,以及電源管理策略中具體參數(shù)的預(yù)設(shè)。第二,權(quán)衡電源管理效果和復(fù)雜度。策略集合和任務(wù)信息集合的尺寸越大,統(tǒng)計(jì)信息越完備,電源管理策略的決策就越準(zhǔn)確,但同時(shí)電源管理模塊的復(fù)雜度也增加了,這直接關(guān)系到其工程實(shí)現(xiàn)的復(fù)雜程度。另外,建立電源管理策略標(biāo)準(zhǔn),提供電源管理策略包和任務(wù)信息包,規(guī)范系統(tǒng)狀態(tài)和任務(wù)信息,也將有利于便攜設(shè)備電源管理技術(shù)的發(fā)展。
參考文獻(xiàn)
[1] 劉向文. 基于調(diào)度能耗任務(wù)截止期的動(dòng)態(tài)電源管理技術(shù). 機(jī)電工程技術(shù),2005,34(7):7981.
[2] Ramanathan D, Irani S, Gupta R. An Analysis of System Level Power Management Algorithms and Their Effects on Latency. IEEE Transactions on Computer Aided Design, 2002,21(3): 291305.
[3] Yao F, Demers A, shenker S. A Scheduling Model for Reduced CPU Energy. In IEEE Syposium on Foundations of Computer Science, 1995: 374382.
[4] Bansal N, Kimbrel T, Pruhs K. Dynamic Speed Scaling to Manage Energy and Temperature. In IEEE Syposium on Foundations of Computer Science, 2004:520529.
[5] 卜愛(ài)國(guó). PBALT動(dòng)態(tài)電源管理策略. 電路與系統(tǒng)學(xué)報(bào),2003,10(4):5660.
[6] 卜愛(ài)國(guó). 基于AR模型的PCF動(dòng)態(tài)電源管理預(yù)測(cè)策略. 應(yīng)用科學(xué)學(xué)報(bào),2005,23(5),483488.
