|
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。 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） |
