基于先验预知的动态电源管理技术 - 电源技术 - 电子工程

2dmin

<strong>引 言</strong>

电子系统可视为是种类不同的元件集合，有些元件有着固定的性能指标和耗能，这些元件被称为非电源管理元件；上反，有些元件可以在不同时间工作，并且有多种耗能状态，相应地消耗着不同的系统电能，这些元件称为可电源管理元件。可电源管理元件的有效使用成为节省系统耗能，使整个系统在有限电能下长时间工作的关键所在。

系统元件从一种耗能状态到另一种耗能状态往往需要一段时间，并且在这段时间内会消耗更多的额外能量。状态的改变会影响系统的性能，所以设计者需要在系统节能和系统性能之间找到恰当的折衷切入点。本文介绍了动态电源管理中的一些方法。这些方法将决定元件是否改变耗能状态和何时改变。

<strong>1 动态电源管理技术</strong>

“动态电源管理”是动态地分配系统资源，以最少的元件或元件最小工作量的低耗能状态，来完成系统任务的一种降低功耗的设计方法。对于电源管理实施时间的判断，要用到多种预测方法，根据历史的工作量预测即将到来的工作量，决定是否转换工作状态和何时转换。这就是动态电源管理技术的核心所在——动态电源管理方法。

动态电源管理技术适用的基本前提是，系统元件在工作时间内有着不相同的工作量。大多数的系统都具有此种情况。另一个前提是，可以在一定程度上确信能够预知系统、元件的工作量的波动性。这样才有转换耗能状态的可能，并且在对工作量的观察和预知的时间内，系统不可以消耗过多的能量。

<strong>2 电源管理</strong>

各个系统设备当接到请求时，设备忙；而没有请求时，就进入了空闲状态。设置进入空闲时，可以关闭设备，进入低耗能的休眠状态；当再次接到请求后，设备被唤起。这就是所谓的“电源管理”。然而，耗能状态的改变是需要时间的，也就是关闭时延和唤起时延。唤起休眠状态中的设备需要额外的能量开销，如图1所示。如果没有这项开销，也就用不着电源管理技术了，完全可以只要设备空闲就关闭设备、这种时延和能量开销确定存在，所以必须考虑，只有当设备在休眠状态所节省的能量至少可以抵得上状态转换耗能的情况时，才可以进入休眠状态。


<ignore_js_op>





2010-3-22 22:37:50 上传
<strong>下载附件</strong> (17.81 KB)




</ignore_js_op>

图1

电源管理技术是一个预知性问题。应寻求预知空闲时间是否足够长，以及于能否抵得上状态转换的耗能开销。空闲时间过短时，采用电源管理的方案就得不偿失了。所以事先估计出空闲时间的长短是电源管理技术中的首要问题。定义“恰当的停止时间段”（tBE）：能达到系统节能的最短空闲时间段。此时间与设备元件本身有关，与系统发出的请求无关。假设状态转换延时t0（包括关闭和唤起延时）耗能为E0；工作状态功率Pw，休眠状态功率Ps，可由以下式求出tBE。

Pw×tBE＝E0＋Ps×（tBE－T0）

等式左边为“适合暂停时间段”内的耗能，也就是系统在这段用于节能的最短空闲时间内继续工作所需能量；右边是状态转换耗能和休眠时间内的系统耗能。tBE 换和这段休眠时间内的系统耗能。电源管理技术就是要预知将要发生的休眠时间是否能够大于tBE，只有大于它，设备才有休眠的必要。

<strong>3 基于先验预知的动态电源管理技术</strong>

对于大多数真实系统，即将输入的信号是难以确定的。动态电源管理的决策是基于对未来的不确定预知的基础之上的。所有的基于预知的动态电源管理技术的基本原理是探过去工作量的历史和即将发生的工作量之间的相互关系，来对未来事件进行可靠的预知。对于动态电源管理，我们关心怎样预知足够长的空闲时间进入休眠状态，表达如下：

P＝｛tIDLE＞tBE｝

我们称预知空闲时间比实际的空闲时间长（短）为“预知过度”（“预知不足”）。预知过度增加了对性能的影响；预知不足虽对性能无影响却造成了能量的浪费。要是能既无预知过度又无预知不足，那就是一个理想的预知。预知的质量取决于对观察样本的选择和对工作量的统计。

<strong>参考文献</strong>

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：解放军信息工程大学 赵尔宁 邵高平
来 源：单片机与嵌入式系统应用2003（12）