《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 移動(dòng)設(shè)備中異構(gòu)處理器平臺(tái)的能量?jī)?yōu)化設(shè)計(jì)
移動(dòng)設(shè)備中異構(gòu)處理器平臺(tái)的能量?jī)?yōu)化設(shè)計(jì)
2014年電子技術(shù)應(yīng)用第10期
夏開(kāi)建，任曉剛，吳 玥
常熟市第一人民醫(yī)院 信息科，江蘇 常熟215500
摘要： 由于移動(dòng)設(shè)備含有多個(gè)傳感器，系統(tǒng)往往需要運(yùn)行連續(xù)的感知任務(wù)。移動(dòng)設(shè)備中的應(yīng)用處理器能有效地運(yùn)行計(jì)算密集型任務(wù)，而對(duì)于連續(xù)的感知任務(wù)將消耗大量的能量。為了提高移動(dòng)設(shè)備的能量利用率，在包含應(yīng)用處理器和低功耗處理器的異構(gòu)處理器上提出了一種異構(gòu)處理器平臺(tái)能量?jī)?yōu)化方法。
中圖分類號(hào)： TP311
文獻(xiàn)標(biāo)識(shí)碼： A
文章編號(hào)： 0258-7998(2014)10-0138-04
Energy optimization on heterogeneous processor platform in mobile device
Xia Kaijian，Ren Xiaogang，Wu Yue
Department of Information，Changshu No.1 People′s Hospital，Changshu 215500，China
Abstract： Mobile device contains multiple sensors, so the system usually executes continuous sensing tasks. The application processor in mobile devices can handle computation intensive tasks efficiently, but will consume much more energy for continuous sensing tasks. In order to reduce the energy consumption of mobile devices, this paper proposes an energy optimization approach on a heterogeneous processor platform containing application processor and low power processor. Firstly, the energy proportion factor is proposed according to the real energy consumption and ideal energy consumption. Secondly, a task partition approach is proposed for application in a two-processor heterogeneous platform. Finally, we validate the efficiency of the proposed approach via a simulator. The simulation experiments show that the proposed optimized approach can improve the energy consumption a lot by offloading sensing tasks to the low power processor.
Key words : mobile device；heterogeneous processor platform；energy optimization；energy proportion factor

0 引言

    移動(dòng)電話的普適性、便攜性以及連通性使得它們成為連續(xù)感知應(yīng)用的理想平臺(tái)。移動(dòng)電話含有多種傳感器，可以在連續(xù)感知任務(wù)中感知用戶不同類型的上下文[1]。移動(dòng)電話采用電池供電，電池的容量決定著移動(dòng)電話的使用時(shí)間。在連續(xù)移動(dòng)感知應(yīng)用中，如何節(jié)約電量的消耗從而提高連續(xù)感知應(yīng)用的時(shí)間是最具研究挑戰(zhàn)的內(nèi)容之一[2-3]。

    為了解決上述問(wèn)題，研究人員提出在平臺(tái)中加入低功耗處理器，用于控制移動(dòng)設(shè)備的傳感器。TI OMAP[4]平臺(tái)中除了含有應(yīng)用處理器內(nèi)核，還包含芯片級(jí)的低功耗處理器內(nèi)核。其基本原則是：低功耗處理器在活躍狀態(tài)消耗很小的能量，并且從睡眠狀態(tài)到活躍狀態(tài)的喚醒開(kāi)銷幾乎可以忽略不計(jì)，因此可以有效率地執(zhí)行重復(fù)的感知任務(wù)。在感知任務(wù)中，應(yīng)用處理器處于睡眠模式，低功耗處理器感知傳感器的數(shù)據(jù)并在進(jìn)行計(jì)算密集型任務(wù)時(shí)喚醒應(yīng)用處理器。

    Reflex平臺(tái)[5]為用戶在多處理器移動(dòng)平臺(tái)上提供了一種簡(jiǎn)單的編程體驗(yàn)。該平臺(tái)通過(guò)共享內(nèi)存技術(shù)將復(fù)雜的底層開(kāi)發(fā)問(wèn)題集成到低功耗處理器中，程序員可以使用標(biāo)準(zhǔn)的程序開(kāi)發(fā)技術(shù)來(lái)設(shè)計(jì)應(yīng)用。X等人提出了一種概念驗(yàn)證原型系統(tǒng)LittleRock[6]，該系統(tǒng)強(qiáng)調(diào)了低功耗處理器在任務(wù)劃分中的有效性。區(qū)別于上述兩種方法，本文針對(duì)連續(xù)的感知應(yīng)用提出了一種任務(wù)劃分指導(dǎo)方法以及適當(dāng)?shù)倪\(yùn)行環(huán)境設(shè)計(jì)原則。本文提出的方法可以在上述兩個(gè)平臺(tái)中實(shí)現(xiàn)，是對(duì)這兩個(gè)平臺(tái)的補(bǔ)充。為了將工作負(fù)載劃分到異構(gòu)的平臺(tái)上，CUERVO E等人[7]和GORACAKO M等人[8]提出了基于整數(shù)線性規(guī)劃的任務(wù)劃分方法。前者研究任務(wù)在移動(dòng)設(shè)備與云平臺(tái)之間的劃分，后者研究任務(wù)在兩個(gè)處理器之間的劃分。區(qū)別于上述兩個(gè)工作，本文采用基于模擬的方法以得到更接近真實(shí)值的準(zhǔn)確結(jié)果。

    本文從能量有效的角度研究如何在應(yīng)用處理器和低功耗處理器上進(jìn)行任務(wù)的劃分，對(duì)任務(wù)劃分期間跨不同處理器的能源消耗和傳輸開(kāi)銷進(jìn)行了量化，提出了一種應(yīng)用組件分析方法，并基于該方法對(duì)組件進(jìn)行最有效的劃分。

1 能量消耗比例

jsj6-gs1-s.gif

    在理想平臺(tái)中，當(dāng)應(yīng)用程序的執(zhí)行存在間隙時(shí)，系統(tǒng)進(jìn)入休眠狀態(tài)。然而在真實(shí)平臺(tái)中，系統(tǒng)是否進(jìn)入休眠狀態(tài)取決于程序的運(yùn)行間隙是否大于系統(tǒng)狀態(tài)轉(zhuǎn)換所需的時(shí)間[2，8]。給定P和A，為了量化真實(shí)能耗與理想能耗之間的差異，本文定義能量比例因子為：

jsj6-gs1.gif

2 處理器的能量消耗優(yōu)化

2.1 假設(shè)前提

    為了簡(jiǎn)化問(wèn)題的分析，本文做如下假設(shè)：(1)假設(shè)感知應(yīng)用通過(guò)傳感器對(duì)數(shù)據(jù)進(jìn)行抽樣，并周期性的運(yùn)行。(2)假設(shè)那些對(duì)輸入數(shù)據(jù)進(jìn)行計(jì)算的特殊任務(wù)片段的運(yùn)行時(shí)間是常數(shù)，并不依賴于輸入數(shù)據(jù)。實(shí)際上，一些特殊的輸入數(shù)據(jù)，如全0輸入，可能會(huì)簡(jiǎn)化計(jì)算，從而加快任務(wù)片段的運(yùn)行，此處假設(shè)這種差別并不顯著。(3)假設(shè)兩個(gè)處理器間的通信開(kāi)銷相對(duì)于執(zhí)行時(shí)間和采樣周期可以忽略不計(jì)。在大多數(shù)處理器平臺(tái)中，應(yīng)用處理器和低功耗處理器在同一芯片中，因此通信開(kāi)銷很低。此外，即使應(yīng)用處理器和低功耗處理器在不同的芯片中，也可以通過(guò)高速總線互聯(lián)，從而大大降低它們之間的通信開(kāi)銷。(4)由于將感知負(fù)載轉(zhuǎn)移到低功耗處理器上，本文假設(shè)低功耗處理器的休眠與活躍狀態(tài)之間的狀態(tài)轉(zhuǎn)換開(kāi)銷和休眠時(shí)的空閑能耗相對(duì)于其他能耗可以忽略不計(jì)。(5)假設(shè)所有的任務(wù)片段在這兩個(gè)處理器上都是可調(diào)度的。這意味著通過(guò)將任務(wù)片段劃分在不同的處理器上，可以降低應(yīng)用程序總的運(yùn)行時(shí)間。

    由于傳感器的數(shù)據(jù)是連續(xù)的，而處理器處理的數(shù)據(jù)往往是離散的，采樣方法作為基本的傳感器數(shù)據(jù)處理方法不僅能很好地描述傳感器數(shù)據(jù)，還可以大大壓縮數(shù)據(jù)總量，因此假設(shè)(1)是合理的。假設(shè)(2)、(3)和(4)對(duì)問(wèn)題的分析進(jìn)行了簡(jiǎn)化，該假設(shè)會(huì)對(duì)分析結(jié)果產(chǎn)生微小的誤差，在對(duì)系統(tǒng)的整體性能進(jìn)行評(píng)估時(shí)，這些誤差可以忽略不計(jì)。通過(guò)對(duì)應(yīng)用程序的任務(wù)進(jìn)行分配，可以使任務(wù)在不同的處理器間進(jìn)行調(diào)度，因此假設(shè)(5)是合理的。

2.2 總的能量消耗

    本文采用的符號(hào)的含義如表1所示。令應(yīng)用程序的調(diào)用包含N個(gè)任務(wù)片段，并且部分任務(wù)片段可能重復(fù)多次運(yùn)行，該應(yīng)用程序的每個(gè)周期的持續(xù)時(shí)間為d。令M表示應(yīng)用處理器，那么應(yīng)用程序的理想能耗為：

    jsj6-gs2.gif

jsj6-b1.gif

    事實(shí)上，應(yīng)用處理器的狀態(tài)轉(zhuǎn)換能耗和休眠能耗并不能忽略不計(jì)，于是真實(shí)能耗為：

    jsj6-gs3.gif

其中Etrans·K表示處理器模式轉(zhuǎn)換的能耗。由于周期d遠(yuǎn)遠(yuǎn)大于應(yīng)用程序運(yùn)行時(shí)總共的模式轉(zhuǎn)換時(shí)間，因此本文忽略了處理器狀態(tài)的轉(zhuǎn)換時(shí)間。

    當(dāng)平臺(tái)中含有M和L兩個(gè)處理器時(shí)，應(yīng)用程序可以按照比例被分割為若干個(gè)連續(xù)的活躍能耗和模式轉(zhuǎn)換能耗，于是能耗為：

    jsj6-gs4.gif

    由于將部分任務(wù)轉(zhuǎn)移到L上運(yùn)行，因此M上的模式轉(zhuǎn)換次數(shù)K′與K不同。對(duì)比EMulti與EM，由于EMulti將部分任務(wù)轉(zhuǎn)移到低功耗處理器L上運(yùn)行，M上的模式轉(zhuǎn)換次數(shù)K′減小了，因此式(1)定義的能量消耗比例減小了。

2.3 任務(wù)片段劃分

    為了確定最優(yōu)的能量比例因子，本文應(yīng)用了移動(dòng)連續(xù)感知應(yīng)用的一些典型的特征。在這些應(yīng)用中，每個(gè)任務(wù)片段的輸出率會(huì)隨著計(jì)算管道明顯的降低。例如，采樣和緩沖任務(wù)片段在100 Hz頻率下采集和緩沖傳感器的采樣數(shù)據(jù)，而對(duì)緩沖數(shù)據(jù)進(jìn)行分類的操作會(huì)在更低的頻率(如1 Hz)下工作。此外，管道開(kāi)始的任務(wù)片段是輕量級(jí)的，往往進(jìn)行簡(jiǎn)單的數(shù)據(jù)緩沖和過(guò)濾，而管道的后續(xù)任務(wù)片段往往是計(jì)算密集的。

    在確定任務(wù)片段的處理器時(shí)，由于任務(wù)是可調(diào)度的，其唯一決定因素為兩個(gè)處理器之間的相對(duì)能量消耗比例差異。如果i被劃分到L上時(shí)，其能量消耗比例相對(duì)于M減少了，那么將任務(wù)片段i劃分到L上。相對(duì)能量消耗比例差異Δi依賴于任務(wù)片段i的劃分，其計(jì)算方法為：

jsj6-gs5-6.gif

    應(yīng)用式(6)可以得到一條曲線，曲線的橫坐標(biāo)為jsj6-gs6x.gif縱坐標(biāo)為si。當(dāng)坐標(biāo)點(diǎn)落到曲線的右上方時(shí)，該任務(wù)在應(yīng)用處理器上運(yùn)行；當(dāng)坐標(biāo)點(diǎn)落到曲線的左下方時(shí)，該任務(wù)在低功耗處理器上運(yùn)行。

3 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

3.1 模擬器設(shè)計(jì)

    本文分析多個(gè)應(yīng)用程序下所有應(yīng)用的計(jì)算時(shí)間、模式轉(zhuǎn)換次數(shù)以及程序的喚醒時(shí)間。為了對(duì)程序的性能更好地進(jìn)行描述，進(jìn)行細(xì)粒度的時(shí)間分析。圖1為實(shí)驗(yàn)采用的模擬器的整體結(jié)構(gòu)。本文采用基于事件的模擬器設(shè)計(jì)方法，采用3個(gè)輸入文件。第一個(gè)輸入文件包含系統(tǒng)的配置參數(shù)，如兩個(gè)處理器的在每種狀態(tài)下的能耗參數(shù)、CPU的運(yùn)行頻率、任務(wù)的調(diào)度策略以及狀態(tài)轉(zhuǎn)換能耗；第二個(gè)輸入文件為應(yīng)用程序配置文件，該文件描述應(yīng)用程序的任務(wù)片段劃分和連接結(jié)構(gòu)；最后一個(gè)輸入文件為多個(gè)應(yīng)用程序的跟蹤數(shù)據(jù)。模擬器計(jì)算出應(yīng)用程序的整個(gè)執(zhí)行路徑，并將相關(guān)的統(tǒng)計(jì)信息輸出，如處理器的能耗統(tǒng)計(jì)、執(zhí)行時(shí)間和狀態(tài)轉(zhuǎn)換次數(shù)等。模擬器的應(yīng)用處理器采用QSD8250精簡(jiǎn)指令集處理器，低功耗處理器采用MSP430。

jsj6-t1.gif

3.2 性能評(píng)估

    為了評(píng)價(jià)模擬器上任務(wù)劃分的性能優(yōu)化程度，實(shí)驗(yàn)采用了活動(dòng)識(shí)別和參考文獻(xiàn)[9]所提出的兩個(gè)具有代表性的方法進(jìn)行試驗(yàn)對(duì)比?；顒?dòng)識(shí)別包括兩個(gè)階段，第一階段為讀取加速計(jì)的采樣數(shù)據(jù)并將其存儲(chǔ)在緩沖中，第二階段采用樸素貝葉斯方法對(duì)內(nèi)存中累積的數(shù)據(jù)進(jìn)行分類。SoundSense也是一種分類方法，其包括采樣、FFT、MFCC和貝葉斯分類4個(gè)階段。表2和3分別給出活動(dòng)識(shí)別和SoundSense這兩種應(yīng)用的運(yùn)行時(shí)間。

jsj6-b2.gif

jsj6-b3.gif

    運(yùn)行時(shí)間分析：為了評(píng)價(jià)優(yōu)化算法的性能，實(shí)驗(yàn)分別在3種情況下實(shí)現(xiàn)了活動(dòng)識(shí)別算法。第1種情況是兩個(gè)任務(wù)分別運(yùn)行在應(yīng)用處理器上，記為AP；第2種情況是兩個(gè)任務(wù)分別運(yùn)行在低功耗處理器上，記為L(zhǎng)P；第3種情況采用優(yōu)化算法將任務(wù)劃分在不同的處理器上，記為L(zhǎng)P-AP。圖2為活動(dòng)識(shí)別算法在3種情況下的能量比例因子對(duì)比。在活動(dòng)識(shí)別應(yīng)用中，隨著處理器頻率的增加，能量比例因子逐漸降低，在4種處理器頻率下LP-AP的能量比例因子都是最小的并且與LP相接近。此外，實(shí)驗(yàn)測(cè)試了SoundSense算法下的能量比例因子效率，結(jié)果如圖3所示。在圖3中，橫軸表示SoundSense算法的不同階段運(yùn)行在不同的處理器上，縱軸為能量比例因子，分別將前k(k=0，1，2，3，4)個(gè)節(jié)點(diǎn)遷移到LP上運(yùn)行。從圖中可以看出，當(dāng)k=2時(shí)，能量比例因子達(dá)到最小值，此后能量比例因子的變化很小。

jsj6-t2.gif

jsj6-t3.gif

4 結(jié)論

    本文引入了低功耗處理器，并提出了應(yīng)用程序在這兩個(gè)處理器上的任務(wù)劃分優(yōu)化方法。應(yīng)用處理器用于處理計(jì)算密集型任務(wù)，低功耗處理器用于周期性地感知外部環(huán)境的數(shù)據(jù)。模擬實(shí)驗(yàn)表明，由于將感知任務(wù)遷移到低功耗處理器上運(yùn)行，本文提出的優(yōu)化方法能大大提高移動(dòng)設(shè)備的能量利用效率。

參考文獻(xiàn)

[1] 王玉祥，喬秀全，李曉峰，等.上下文感知的移動(dòng)社交網(wǎng)絡(luò)服務(wù)選擇機(jī)制研究[J].計(jì)算機(jī)學(xué)報(bào)，2010，33(11)：2126-2135.

[2] LU H，YANG J，LIU Z，et al.The Jigsaw continuous sensing engine for mobile phone applications[C].Proceedings of the 8th ACM Conference on Embedded Networked Sensor Systems，ACM，2010：71-84.

[3] BALAN R K，GERGLE D，SATYANARAYANAN M，et al.Simplifying cyber foraging for mobile devices[C].Proceedings of the 5th International Conference on Mobile systems，Applications and Services，ACM，2007：272-285.

[4] 安健，桂小林，張文東，等.物聯(lián)網(wǎng)移動(dòng)感知中的社會(huì)關(guān)系認(rèn)知模型[J].計(jì)算機(jī)學(xué)報(bào)，2012，35(6)：1164-1174.

[5] RA M R，SHETH A，MUMMERT L，et al.Odessa：enabling interactive perception applications on mobile devices[C].Proceedings of the 9th International Conference on Mobile Systems，Applications and Services，ACM，2011：43-56.

[6] PRIYANTHA B，LYMBEROPOULOS D，LIU J.Littlerock: Enabling energy-efficient continuous sensing on mobile phones[J].Pervasive Computing，IEEE，2011，10(2)：12-15.

[7] CUERVO E，BALASUBRAMANIAN A，CHO D，et al.MAUI：making smartphones last longer with code offload[C].Proceedings of the 8th International Conference on Mobile Systems，Applications and Services，ACM，2010：49-62.

[8] GORACZKO M，LIU J，LYMBEROPOULOS D，et al.Energyoptimal software partitioning in heterogeneous multiprocessor embedded systems[C].Proceedings of the 45th Annual Design Automation Conference，ACM，2008：191-196.

[9] NEWTON R，TOLEDO S，GIROD L，et al.Wishbone：Profile-based partitioning for sensornet applications[C].NSDI.2009，9：395-408.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。