一种基于细粒度性能计数器建立系统实时功耗模型的方法
本文关键词: 实时功耗模型 性能计数器 多元线性回归 绿色计算 出处:《计算机学报》2014年03期 论文类型:期刊论文
【摘要】:对计算机系统运行时功耗值的实时获取,是进行功耗动态管理的先决条件.性能计数器能够准确地反映各硬件部件的使用情况,进而反映其功耗情况.文中提出了一种基于细粒度性能计数器建立系统实时功耗模型的方法(SysPower),该方法由功耗模型设定、性能计数器选取、数据采样、模型求解、结果检验五个步骤组成,基本思路是:选取反映处理器、内存、I/O等主要部件运行状态的细粒度性能计数器作为预选特征值集合(Fpreslct),通过实验建立该集合与运行时系统总功耗的对应关系,采用多元线性回归法进行模型求解,得到各性能计数器对功耗的影响系数,从而建立系统的实时功耗模型,并得到对该系统运行时功耗产生实际影响的有效性能特征值集合(Feffect).在三个不同平台上的实验表明,该方法建立的功耗模型最大误差小于4%,针对每个平台使用三组不同的采样数据组合进行模型求解,得到的有效特征集合完全一致,证明了模型的稳定性.最后,综合三个平台的实验情况,给出了一个包含70个元素的性能计数器集合,作为该方法的缺省特征值集合(Fcommon_effect).
[Abstract]:The real-time acquisition of power consumption is a prerequisite for dynamic power management, and the performance counter can accurately reflect the use of each hardware component. In this paper, a method of building system real-time power model based on fine-grained performance counter is presented. The method consists of power model setting, performance counter selection, data sampling and model solving. The result test consists of five steps, the basic idea is: select the reflection processor, The fine granularity performance counter of the main components such as memory I / O is used as the set of preselected eigenvalues. The corresponding relation between the set and the total power consumption of the running system is established through experiments, and the multivariate linear regression method is used to solve the problem. The influence coefficients of each performance counter on power consumption are obtained, and the real-time power consumption model of the system is established, and the set of effective performance eigenvalues that have a practical impact on the power consumption of the system is obtained. The experiments on three different platforms show that, The maximum error of the power model established by this method is less than 4. The model is solved by using three different sets of sampling data for each platform, and the effective feature set is completely consistent, which proves the stability of the model. Based on the experimental results of three platforms, a set of performance counters containing 70 elements is given as the default eigenvalue set of this method.
【作者单位】: 中国科学院计算技术研究所;中国科学院大学;江南计算技术研究所;国家并行计算机工程技术研究中心;
【基金】:国家“八六三”高技术研究发展计划重大项目“神威蓝光千万亿次高效能计算机系统研制”(2010AA01A141)资助
【分类号】:TP332.12
【共引文献】
相关期刊论文 前5条
1 王爱峰;李曦;雷霆;周学海;;算法级能耗分析方法研究[J];计算机工程与应用;2006年29期
2 廖海艳;郭兵;沈艳;任磊;王继禾;伍元胜;;针对ARM指令集的层次分类能耗测量方法[J];计算机工程;2011年10期
3 张滕滕;吴晓;李长德;董云卫;;基于CSP的构件化嵌入式软件能耗分析与评估方法研究[J];计算机学报;2009年09期
4 ;Energy-Aware GPU Programming at Source-Code Levels[J];Tsinghua Science and Technology;2012年03期
5 易会战,杨学军;有效的低功耗编译优化方法:部件使用局部化[J];软件学报;2004年10期
相关会议论文 前2条
1 杨中明;李玉柏;;NOC功耗分析与建模[A];四川省电子学会半导体与集成技术专委会2006年度学术年会论文集[C];2006年
2 杜园园;吕勇强;王丹;陈渝;;基于使用率和Tail Power的功耗模型:U&T模型[A];第八届和谐人机环境联合学术会议(HHME2012)论文集PCC[C];2012年
相关博士学位论文 前9条
1 张宇弘;行为逻辑层上的SOC低功耗设计[D];浙江大学;2004年
2 黎铁军;嵌入式流媒体处理器体系结构技术研究[D];国防科学技术大学;2005年
3 易会战;低功耗技术研究—体系结构和编译优化[D];国防科学技术大学;2006年
4 林川;基于立体跨层体系结构无线传感器网络的能量问题研究[D];武汉大学;2007年
5 陈娟;低功耗软件优化技术研究[D];国防科学技术大学;2007年
6 王艳;源码未知类软件能耗评估技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
7 袁博;基于可重构技术的网络节点节能问题关键技术研究[D];解放军信息工程大学;2012年
8 Chaibou Kadri;基于集成神经网络的便携式空气质量监测电子鼻系统性能的提升[D];重庆大学;2013年
9 杨兵;分簇超标量处理器关键技术研究[D];哈尔滨工业大学;2009年
相关硕士学位论文 前9条
1 张伟;定位辅助搜寻Wi-Fi的移动设备节能策略[D];大连理工大学;2011年
2 郑刚;基于多目标优化的SoC软硬件划分技术研究[D];武汉大学;2004年
3 金亮亮;[D];浙江工业大学;2005年
4 伍仲祥;MPEG-4视频编解码在DM642上的移植与优化[D];哈尔滨理工大学;2006年
5 沙锋;基于ScratchPad SRAM的嵌入式操作系统进程调度优化[D];浙江大学;2007年
6 王进雷;Webit System中多处理器IP核设计及FPGA实现[D];东北大学;2008年
7 郝永奇;基于FPGA的DSP系统定点化过程中的自动化功耗分析[D];哈尔滨工业大学;2010年
8 李妍霏;云计算中的能耗计量模型和节能优化机制[D];北京邮电大学;2013年
9 杜园园;面向移动云计算的智能终端功耗模型与优化技术研究[D];北京工业大学;2013年
【相似文献】
相关期刊论文 前10条
1 徐恒阳;安虹;刘玉;周伟;;Perf在龙芯2F上的设计与实现[J];计算机工程;2011年19期
2 史鸣飞;祝永新;;基于性能计数器的多核处理器功耗估算[J];微计算机信息;2010年23期
3 ;DDJ006:使用CUDA profiler探索全局存储器[J];程序员;2009年01期
4 Kaushal Sanghai;Rick Gentile;;使用系统总线性能计数器来测量和改善嵌入式系统的性能[J];今日电子;2010年06期
5 夏秋粉;李明楚;徐子川;吴国伟;;具有温度感知特性的实时调度研究[J];计算机工程与应用;2011年26期
6 牛霜霞;韩丽明;崔贵良;任永杰;;Windows服务器性能监测方法[J];河南电力;2010年04期
7 魏雪萍;前进中的赛扬——Celeron300A/333扫描[J];通信世界;1998年Z1期
8 蔡青;奔腾Ⅲ结构与技术特性[J];电子科技;1999年14期
9 ;[J];;年期
10 ;[J];;年期
相关博士学位论文 前2条
1 刘玉;基于性能监测硬件支持的片上缓存资源管理技术[D];中国科学技术大学;2013年
2 吕正;多核处理器存储系统的验证方法研究[D];西北大学;2013年
相关硕士学位论文 前10条
1 李博;嵌入式处理器性能计数器应用研究[D];西安电子科技大学;2013年
2 吴f[;OpenRISC处理器内的性能计数器的设计和实现[D];上海交通大学;2009年
3 徐恒阳;龙芯多核平台上性能分析工具的设计与实现[D];中国科学技术大学;2011年
4 史鸣飞;基于性能计数器的多核处理器功耗估算[D];上海交通大学;2010年
5 朱孝银;针对多核体系结构性能调试的研究[D];复旦大学;2009年
6 闫洁;多核平台上的并行程序性能调优技术与工具[D];中国科学技术大学;2010年
7 徐子川;基于多核处理器的温度感知实时调度算法研究[D];大连理工大学;2010年
8 孔俊;企业私有云计算平台资源分配研究与设计[D];湖南大学;2012年
9 蒋苑青;多处理器系统的线程调度策略研究[D];电子科技大学;2012年
10 高锋;基于温度感知的多核系统任务调度策略研究[D];武汉理工大学;2013年
,本文编号:1534396
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/1534396.html