基于約束的電源管理的跨越多層的框架案例介紹

在本文中，我們提供了CPM的一個概述，這是一個基于約束的電源管理（Constrained Power Management）的跨越多層的框架，我們提出了一個實際的案例應(yīng)用。這個框架涉及到一個典型的嵌入式系統(tǒng)的不同層次，從設(shè)備驅(qū)動程序到應(yīng)用程序。CPM的主要目標(biāo)是：（i）總和應(yīng)用的QoS要求，及（ii）利用它們來支持有效地協(xié)調(diào)不同驅(qū)動程序之間的本地優(yōu)化策略。這一角色由全系統(tǒng)的（system-wide）和多目標(biāo)的（multi-objective）優(yōu)化策略來支持，也可以在運行時改變。在本文中，我們主要集中在一個實際的案例，來顯示用CPM來管理QoS要求和硬件的交叉相關(guān)性的開銷非常低，這是不能直接在本地優(yōu)化策略中考慮的。

1. 引言

資源管理，進而也包括節(jié)約能源，已成為嵌入式多媒體移動設(shè)備（如智能手機）的一個高優(yōu)先級的設(shè)計目標(biāo)。這種設(shè)備通常是基于使用系統(tǒng)芯片（SoC）的平臺，其中嵌入了一些外圍設(shè)備，共享一些資源，并競爭對資源的使用。這些具有多個處理器的嵌入式系統(tǒng)通常是由一組工作模式界定，每一個模式相應(yīng)于功率和性能的不同配置。

與此同時，現(xiàn)代消費電子產(chǎn)品提供多種功能，包括從傳統(tǒng)的電話呼叫，到更復(fù)雜的用例，涉及網(wǎng)絡(luò)接入和音頻視頻播放。這些多種應(yīng)用場景通常導(dǎo)致對有限的可用資源的競爭，并且還可能涉及到對底層硬件相互沖突的要求。

因此，現(xiàn)在新一代平臺的資源和電源管理，已經(jīng)成為一個越來越復(fù)雜的附加值。這就要求尋找在用戶可感知的省電和性能之間的最佳權(quán)衡。因此，值得把它當(dāng)作一個優(yōu)化問題，有針對性的定義解決方案，使得很容易在不同的產(chǎn)品間移植。

鑒于這些因素，為了有效地支持整個平臺的優(yōu)化，有必要：（i）收集和聚合應(yīng)用的QoS要求，以及（ii）在一個動態(tài)的系統(tǒng)范圍內(nèi)的優(yōu)化策略中利用他們。這一全局性的優(yōu)化策略，我們認(rèn)為，應(yīng)該有針對性地對已經(jīng)存在的低層次和設(shè)備特定的優(yōu)化策略提供粗粒度的調(diào)整。

本文的其余部分組織如下。在下一節(jié)中，我們簡要地介紹了目前最先進的相關(guān)技術(shù)的概述。第二部分介紹我們的系統(tǒng)范圍內(nèi)的優(yōu)化框架。一個典型應(yīng)用在第三節(jié)說明，而相關(guān)的實驗結(jié)果在第四節(jié)中提出。在第五部分得出結(jié)論。

A. 相關(guān)研究工作

在計算系統(tǒng)中，用以降低功耗的技術(shù)的范圍，從物理層設(shè)計到較高的軟件抽象層次[1]。具有成本效益的解決方案需要在所有的抽象層次同時解決這個問題，因此開發(fā)綜合性的辦法(holistic approaches)，從多層匯總數(shù)據(jù)進入到PM決策，是一個熱門的研究課題。事實上，許多基于跨層次適應(yīng)（cross-layer adaptations）的方法已經(jīng)被提出[2]，[3]，[4]。不幸的是，這些方法都沒有真正實現(xiàn)為商業(yè)可用的產(chǎn)品。

Linux操作系統(tǒng)（OS）作為許多新一代移動設(shè)備的共同選擇，已經(jīng)具有了不同的框架，提供了良好的支持，以將硬件的節(jié)電功能利用到單一設(shè)備（例如，CPU）或子系統(tǒng)（例如，時鐘樹）。然而，這個操作系統(tǒng)仍然缺乏一個良好的總體協(xié)調(diào)和全系統(tǒng)范圍的優(yōu)化策略。這種缺乏一直是幾個擴展建議的主題。然而，要么是這些方法并沒有被有效地集成在Linux中[5]，[6]，要么是基于復(fù)雜的模型構(gòu)建在不同的平臺上，因此不容易移植[7]。

2. 基于約束的電源管理概述

CPM是一種用來管理整個平臺的系統(tǒng)資源和電源的方法。它允許從應(yīng)用程序收集QoS要求，以及以分布式的方式協(xié)調(diào)設(shè)備驅(qū)動程序，以支持所請求的QoS等級，相對于可以指定優(yōu)化能耗或性能的全系統(tǒng)的動態(tài)優(yōu)化策略。

A. 基本概念

CPM模型基于一些理論概念：

全系統(tǒng)指標(biāo)（System-Wide Metrics，SWM）是用來描述一個正在運行的系統(tǒng)的行為參數(shù)，并代表QoS要求。他們可能是“抽象的”（ASM），或“依賴于平臺的”（PSM）。前者被暴露給用戶空間，并可以由應(yīng)用程序使用，以聲明QoS要求。而后者被定義在平臺的代碼中，并被用于跟蹤硬件的相互依存關(guān)系（interdependencies）。

設(shè)備工作區(qū)域（Device Working Regions，DWR）定義設(shè)備的操作模式和SWM之間的映射，從而也就定義每種模式下所支持的QoS級別。

可行的系統(tǒng)配置（Feasible SystemConfigurations，F(xiàn)SC）是每個設(shè)備至少一個DWR的n維交集（其中n是已定義的SWM個數(shù)）。他們確定了目標(biāo)平臺全系統(tǒng)的工作點，被授予一定的QoS等級。

SWM的約束（Constraintson SWMs），根據(jù)應(yīng)用程序或驅(qū)動程序在這些參數(shù)上對QoS的要求，在運行時定義。對同一SWM的所有QoS要求，都被使用取決于參數(shù)類型的聚合函數(shù)（aggregation function）翻譯成約束（constraint）；該聚合函數(shù)可以是加法/減法或最小值/最大值。

優(yōu)化策略（Optimization Policy）是基于線性規(guī)劃（Linear Programming）的概念。它支持一個多目標(biāo)的優(yōu)化（multi-objectiveoptimization）：可以考慮不同的性能參數(shù)（performanceparameters），通過分配一個權(quán)重給每個SWM來實現(xiàn)；以及能量消耗（energy consumptions），通過給每個FSC分配一個功耗度量（power consumption measure）來實現(xiàn)。

B. CPM如何工作

我們可以區(qū)分三個主要階段，降低計算復(fù)雜度和提高執(zhí)行頻率：

FSC識別（FSCIdentification）：在啟動時，所有的驅(qū)動程序注冊到CPM中，暴露他們的DWR。通過執(zhí)行DWR的交集，所有FSC可以被自動識別出來。

FSC排序（FSCordering）：每當(dāng)優(yōu)化的目標(biāo)發(fā)生變化時，都根據(jù)全局優(yōu)化策略來對FSC排序。這通常發(fā)生在設(shè)備的使用情況改變時。

FSC選擇（FSCselection）：在運行時應(yīng)用程序可以聲明對一個特定SWM的QoS要求。這些要求被聚合起來，以為每個SWM產(chǎn)生一個新的約束（constraint）。這些約束（constraint）可能會使一些FSC無效（invalidate），如果當(dāng)前FSC也被無效，那么就根據(jù)在排序階段（ordering phase）定義的順序選擇一個新的FSC。

最后，所有的驅(qū)動程序被通知新的FSC，并需要相應(yīng)地更新其操作模式。

CPM模型已經(jīng)被實現(xiàn)為Linux內(nèi)核框架（版本2.6.30），并使用了一些用例測試以評估其開銷。在下一節(jié)中，我們將介紹這些場景之一，以表明這種方法的好處。

3. 一個有意義的用例

本文描述的用例的目的，是為了展示使用CPM根據(jù)實際的應(yīng)用需求來管理資源，同時正確地跟蹤不同的子系統(tǒng)之間的依賴關(guān)系的好處。

所考慮的平臺是由意法半導(dǎo)體（ST）生產(chǎn)的STn8815系統(tǒng)芯片，其中有一個ARM主機CPU，而多媒體業(yè)務(wù)采用一個音頻DSP（DSP A）和一個視頻DSP（DSP V）。主機CPU時鐘為CPU_CLK，兩個DSP的時鐘都為DSP_CLK。該SoC的內(nèi)部架構(gòu)強制嚴(yán)格的CPU_CLK和DSP_CLK之間的依賴性，如在圖1a中所示。 當(dāng)一個或兩個DSP工作在某個頻率時，也被CPU也被約束到一個兼容的頻率工作。因此，必須在運行時適時地通知有關(guān)此約束給處理器的優(yōu)化策略。

A．用例描述

現(xiàn)代智能手機的一個相當(dāng)普遍的情形是，從網(wǎng)絡(luò)上下載一些數(shù)據(jù)，同時通過互聯(lián)網(wǎng)播放一些音頻，視頻內(nèi)容。此情景涉及到兩個應(yīng)用程序：一個控制流內(nèi)容的下載和播放，另一個下載其他數(shù)據(jù)，例如郵件帳戶同步。這兩個應(yīng)用程序共享一個共同的資源，連接帶寬，并可能需要一個最小的QoS等級。例如，不同的視頻質(zhì)量要求不同的連接速度。

用例中所涉及的設(shè)備是一個3Gmodem，兩個DSP和一個CPU。該modem支持多種連接模式到移動數(shù)據(jù)網(wǎng)絡(luò)。每個模式具有對應(yīng)的最大帶寬容量，通常也對應(yīng)于不同的能量消耗水平。音頻和視頻DSP支持不同的編碼標(biāo)準(zhǔn)，對應(yīng)于不同的處理工作負(fù)荷，并因此可能需要適當(dāng)?shù)墓ぷ黝l率。該CPU被一個優(yōu)化策略（optimizationpolicy）控制，根據(jù)其過去的工作量獨立地選擇工作頻率。

B. 集成CPM

被考慮過的ASM包括：

連接帶寬（connection bandwidth）：應(yīng)用程序競爭的資源。一個求和函數(shù)（additive function）被用來聚合由應(yīng)用程序聲明的總的要求，并對該資源確定一個QoS等級的約束（constrainton the QoS level）。

音頻和視頻編解碼器：有關(guān)應(yīng)用必須播放的多媒體內(nèi)容的信息，因此它直接影響到DSP的操作模式。

PSM（CLK_DSP和CPU_CLK）是特定于平臺的信息，在平臺的代碼中定義，用以跟蹤目前所描述的硬件之間的相互依存關(guān)系。最后，每個涉及的設(shè)備驅(qū)動程序利用ASM來定義其自己DWR，如示于圖1b，1c和1d。

C.用例的動態(tài)

用例開始于用戶選擇要播放的視頻流的內(nèi)容。只要音頻和視頻數(shù)據(jù)下載開始，播放器應(yīng)用程序就開始收集能獲得良好的播放質(zhì)量（264千比特/秒）所需要的連接帶寬，編碼的內(nèi)容所需要的音頻編解碼器（MP3）和視頻編解碼器（H.263）等信息，并設(shè)置相應(yīng)的ASM的QoS要求。這些要求是通過對ASM bandwidth的下界值（lower bound value），以及ASM audio codec 和ASM video codec的單個值來表示的；它們由圖1b，1c和1d中的橙色約束（orange constraints）代表。

聲明這些約束就會無效當(dāng)前的FSC。因此，CPM協(xié)調(diào)選擇一個新的FSC，且將相應(yīng)的DWR通知給modem和DSP以達(dá)成分布式協(xié)定（distributed agreement）。所需的編解碼器被綁定到一個特定的DSP_CLK頻率：DSP A 設(shè)為50MHz，DSP V 設(shè)為60MHz。平臺的 DWR（圖1a）允許管理CPU_CLK的依賴，因此就被設(shè)置以支持所需的頻率。因此，CPU頻率優(yōu)化策略將可以根據(jù)所施加的約束調(diào)整處理器的頻率（>=100.8MHz）。達(dá)成協(xié)議后，候選FSC被激活，所有涉及的子系統(tǒng)遷移到新的工作模式，例如，modem從GPRS切換到EDGE1。

用例繼續(xù)下去，在播放過程中，從網(wǎng)絡(luò)上下載數(shù)據(jù)的應(yīng)用程序開始，例如，電子郵件更新應(yīng)用程序。這個新下載應(yīng)用程序聲明200 kb/s的帶寬要求。由于ASM 帶寬的聚合函數(shù)類型為求和（additive），該聚合函數(shù)考慮所有先前聲明的要求，并累加出總和（sum）。因此，464 kbit/s就成為帶寬的新活動約束（active constraint），因此，一個新的FSC被選中，使modem遷移到的EDGE2工作模式，以滿足要求。要求的聚合由圖1b中藍(lán)色約束（blue constraint）表示。

最后，視頻流播放結(jié)束，相應(yīng)的帶寬和編解碼器的要求被撤銷。這導(dǎo)致一個新的對帶寬的聚合，結(jié)果是在ASM帶寬上減法該值。

在這時候，只有下載應(yīng)用程序仍處于活動狀態(tài)，從而選擇一個新的FSC并激活。

4. 實驗結(jié)果

每個驅(qū)動程序都已更新，以提供必要的信息給CPM接口，例如其DWR的定義。修改驅(qū)動程序代碼以支持CPM很容易，且對開發(fā)和維護設(shè)備驅(qū)動程序的影響也很低。例如，圖2顯示了 ASM和modem的DWR是如何在驅(qū)動程序編碼的。

所描述的用例在修改后的平臺上已經(jīng)被執(zhí)行，代表性的結(jié)果列在下面的圖中。

A. 資源管理（Resources Management）

要求的聲明和聚合（requirementsdeclaration and aggregation）允許對已經(jīng)被使用的和仍然可用的系統(tǒng)資源保持一個正確且精確的視圖。這可以被利用來配置硬件設(shè)備的最佳可行的操作模式，用以支持對資源的需求。此方法的正效應(yīng)（positive effect）是可以實現(xiàn)的節(jié)能（energy saving），通過為每個QoS需求選擇最佳工作模式，不僅相對于一個多目標(biāo)的性能優(yōu)化策略，而且也考慮到全系統(tǒng)的功耗，可以關(guān)聯(lián)到每個FSC。

B. 跟蹤依賴性（Dependency Tracking）

CPM可以追蹤SOC的不同的子系統(tǒng)之間的硬件依賴性，（如果依賴性被破壞）可能會阻止系統(tǒng)的正確操作。不是對每個設(shè)備驅(qū)動程序打補丁，以適應(yīng)平臺，而是讓開發(fā)人員聲明平臺DWR來解決依賴關(guān)系問題。通過這種方式，提高了代碼的可移植性。

C.識別可行的系統(tǒng)配置（Feasible System-wide Configurations）

FSC的自動計算可以找出整個平臺所有可行的工作點。這是通過利用獨立地在每個設(shè)備驅(qū)動代碼所定義的信息。其他PM方法需要手工編程所有的工作點?？紤]到所展示的用例中的總FSC個數(shù)高達(dá)415個，我們理解能夠自動計算出這些點是多么有趣。因此，這本身就是一個有關(guān)的結(jié)果。此外，提高了在不同的平臺的可移植性，因為允許重用驅(qū)動程序定義的信息。

D. 開銷和時間域（Overheads and TimeDomains）

我們已經(jīng)測量了FSC的識別和選擇的算法的執(zhí)行時間，獲得的結(jié)果在圖3中。開銷測量(overhead measurements)是指用例的60秒執(zhí)行，并關(guān)注最壞情況。

這個測量證明了框架的影響可以忽略不計，相比于一個不使用該框架的系統(tǒng)。事實上，對一個相當(dāng)復(fù)雜的具有4096個可行的配置（feasibleconfigurations）的系統(tǒng)（這遠(yuǎn)遠(yuǎn)超過所考慮的用例的415個），識別算法只顯示了2.5％的開銷。這意味著，在60秒的用例執(zhí)行期間，約1.5秒致力于框架的執(zhí)行。然而，應(yīng)當(dāng)考慮到，該算法只是在系統(tǒng)引導(dǎo)時運行一次，且可以方便地由查找表替換。 實際上，尤其是在嵌入式系統(tǒng)中，最終產(chǎn)品的平臺配置一般不會改變，所有的FSC可以預(yù)先計算，然后在啟動時加載。

雖然識別算法具有一定的復(fù)雜性，是FSC數(shù)目指數(shù)，選擇算法不僅具有一個更好的（線性）的復(fù)雜性，絕對值也是三個數(shù)量級更好。這是另一個重要結(jié)果，因為識別算法更頻繁地執(zhí)行，即在每次一個新要求由應(yīng)用程序聲明時。實驗考慮了每10秒運行一次，且測量結(jié)果表明開銷確實可以忽略不計，因為始終小于0.01％。

5. 結(jié)論

在本文中，我們提出了CPM，一個Linux內(nèi)核框架，應(yīng)用到一個實際的案例。所提出的方法允許一個基于SoC的平臺的不同的子系統(tǒng)協(xié)調(diào)運作，以開發(fā)硬件的節(jié)電功能。 CPM從應(yīng)用程序收集和聚合QoS要求，并協(xié)調(diào)設(shè)備的工作模式的重新配置，以支持預(yù)期的QoS等級。特別是，CPM機制允許跟蹤硬件的依賴關(guān)系，并獲得正確且精確的已經(jīng)被使用的和仍然可用的系統(tǒng)資源的全貌，同時支持全局的系統(tǒng)范圍內(nèi)的QoS和能源的優(yōu)化，歸功于動態(tài)策略的定義。

6. 參考資料

[1] V. Venkatachalam and M. Franz, “Powerreduction techniques for microprocessor systems,” ACM Comput. Surv., vol. 37,no. 3, pp. 195–237, 2005.

[2] S. Mohapatra, R. Cornea, N. Dutt, A.Nicolau, and N. Venkatasubramanian, “Integrated power management for videostreaming to mobile handheld devices,” in MULTIMEDIA ’03: Proceedings of theeleventh ACM international conference on Multimedia. New York, NY, USA: ACM, 2003, pp. 582–591.

[3] Y. Fei, L. Zhong, and N. K. Jha, “Anenergy-aware framework for dynamic software management in mobile computingsystems,” ACM Trans. Embed. Comput. Syst., vol. 7, no. 3, pp. 1–31, 2008.

[4] N. AbouGhazaleh, B. Childers, D. Mosse,R. Melhem, and M. Craven, “Energy management for real-time embeddedapplications with compiler support,” in LCTES ’03: Proceedings of the 2003 ACMSIGPLAN conference on Language, compiler, and tool for embedded systems. New York, NY, USA: ACM, 2003, pp. 284–293.

[5] H. Zeng, C. S. Ellis, A. R. Lebeck, andA. Vahdat, “Ecosystem: managing energy as a first class operating systemresource,” SIGPLAN Not., vol. 37, no. 10, pp. 123–132, 2002.

[6] M. Anand, E. B. Nightingale, and J.Flinn, “Ghosts in the machine: interfaces for better power management,” in MobiSys’04: Proceedings of the 2nd international conference on Mobile systems,applications, and services. New York, NY, USA: ACM, 2004, pp. 23–35.

[7] D. C. Snowdon, E. L. Sueur, S. M. Petters,and G. Heiser, “Koala: a platform for os-level power management,” in EuroSys’09: Proceedings of the 4th ACM European conference on Computer systems. NewYork, NY, USA: ACM, 2009, pp. 289–302.