赵霞等:操作系统电源管理研究进展 819 电源状态机来建模,如图2所示,每个状态代表特和需求,比较通用.超时策略的主要缺陷是等待超 定能耗及性能级别,状态间弧线标注是状态间转换时过程中增加能耗,唤醒部件时会造成系统部件响 时间 应延迟.如果超时阈值选择不当会带来性能损失或 者降低节能效率,针对非平稳工作负载,可以通过 Power Manag Workload 保存阈值、加权平均以及动态自适应等方法12优 Observer 化超时阈值.研究表明,对无线网络传输设备等具 Observation 有非平稳自相似业务请求的设备,最优的动态功耗 管理策略是超时策略(确定性 Markov策略)13. System Components 1.2.2基于预测的DPM策略 Fig. 1 Abstract model of the power management 动态预测策略分为预测关闭14和预测唤醒15 策略.预测关闭根据预测结果关闭系统部件;预测 图1电源管理子系统抽象模型 唤醒则根据预测的空闲时间提前唤醒部件. P=400 mw 预测方法属于启发式方法,假设系统部件访问 在时间上存在关联性,未来的空闲时间可以通过历 史信息进行估算,如何提高部件空闲时间预测的准 P=0.16mW 确度是这类研究面临的主要问题.一种采用离线的 非线性回归方法14可以较好地拟合系统部件空闲 时间特征,但对应用依赖较严重,并需要离线计算, Fig. 2 Power state machine processor 适用于事先确定的工作负载.指数滑动平均方 图2处理器的功耗状态图 法13易于实现并具有较高的准确性,应用范围较 在该模型基础上评价电源管理策略的基本指标广.基于BP神经网络自适应学习来预测系统空闲 是策略可利用性,该指标依赖于部件的电源状态特时间6的方法无需预先获得工作负载特性,具有传 征、工作负载特征以及性能约束定义.其中,部件的统回归算法不可比拟的优点 电源状态特征通过部件低功耗状态的能耗平衡时间1.2.3基于随机过程的优化策略 来表达,表示部件能够节能所需要的最短空闲时间. 基于随机过程的优化策略是通过较高层次数学 该电源管理孑系统模型从过程控制的角度,强抽象建立系统的概率模型,解决启发式方法遇到的 调电源管理器对系统部件的监视和控制作用以及系最优化问题 统部件的电源状态特征,对电源管理策略研究和评 基于随机过程的方法用 Markov链对部件能 估具有重要的参考价值. 耗、状态转换时间和工作负载的不确定性建模,定义 1.2动态功耗管理策略 给定性能约束下的全局能耗优化问题,用线性规划 在系统部件确定的情况下,操作系统电源管理方法求解.需要得到系统工作负载的先验信息,但 器决策面临的主要问题是对工作负载特征进行建系统工作负载很难提前建模.一种改进静态随机过 模,在性能约束条件下,对系统部件功耗状态转换程的方法1在不同的工作负载下在线地学习,动态 时机和选择何种状态作出决策.根据对工作负载特调节工作负载的 Markov模型参数 征抽象方法不同,把动态功耗管理策略分为3类:超 用这种方法得到的性能和能耗是期望值,不能 策略、基于预测的启发式策略和基于随机过程的保证对特定工作负载得到最优解.构造的 Markov 优化策略. 模型只是复杂随机过程的近似,如果模型不准确,优 1.2.1超时策略 化策略也只是近似解.与启发式方法相比,该方法 超时策略是最简单通用的DPM策略.如果求解复杂度和计算开销较大,实际中难以直接实现 部件空闲时间超过预定的时间,则该策略认为未来但可以用于离线系统分析和DPM策略评估. 的空闲时间将大于部件的能耗平衡时间,从而设置 从前面的分析可以看到,动态功耗管理策略的 系统为低功耗状态,该策略不关注应用的特征差异安全性和效率很大程度上取决于所管理部件电源状赵 霞等 ：操作 系统 电源管理 研究 进展 819 电源状态 机来 建 模 ，如 图 2所 示 ．每个 状 态 代表 特 定 能耗及 性能 级别 ，状 态 间弧 线 标 注 是状 态 间 转换 时间． PowerM anager W orkload 乓 Fig． 1 Abstract model subsystem． 图 1 电 源 管理 子 系 统 抽 象 模 型 Fig．2 Powerstatemachineofaprocessor 图 2 处 理 器 的功 耗 状 态 图 在 该模 型基 础上评 价 电源 管理 策 略的基 本指 标 是 策略 可利用 性．该 指标 依 赖 于部 件 的 电源 状 态特 征 、工作 负载 特征 以及性 能 约束 定 义．其 中 ，部 件 的 电源状态 特征 通过 部件 低功 耗状 态 的能耗 平衡 时 间 来表 达 ，表 示部 件 能够节 能所 需要 的最短 空 闲时 间． 该 电源 管 理子 系统 模 型从 过 程 控 制 的 角度 ，强 调 电源管 理器 对 系统部 件 的监视 和控 制作 用 以及 系 统部 件 的电源状 态 特 征 ，对 电源 管 理 策 略研 究 和评 估具 有重要 的参 考价 值． 1．2 动态 功耗 管理 策 略 在 系统 部件 确 定 的情况 下 ，操 作 系 统 电 源管 理 器决策 面 临 的主 要 问题 是 对 工 作 负 载 特 征 进 行 建 模 ．在性 能约 束 条 件 下 ，对 系统 部 件 功 耗 状 态 转 换 时机和选 择何 种状 态作 出决策 ．根 据对 工 作 负载 特 征 抽象 方法不 同 ，把动 态功 耗管 理 策略分 为 3类 ：超 时策略 、基 于预测 的启发 式 策 略 和基 于 随 机 过 程 的 优 化策 略． 1．2．1 超 时策 略 超 时策 略_1阳是 最简 单通 用 的 DPM 策 略．如 果 部件 空 闲时 间超过 预 定 的时 间 ，则 该 策 略 认 为 未来 的空 闲 时间将 大 于部 件 的能 耗 平衡 时 间 ，从 而设 置 系统 为低 功耗 状态 ．该 策 略不 关 注应 用 的 特征 差异 和需 求 ，比较 通 用．超 时 策 略 的 主 要 缺 陷是 等待 超 时 过程 中增 加能耗 ，唤 醒 部件 时会 造 成 系统 部件 响 应延 迟．如 果超 时 阈值选 择不 当会 带来 性能 损 失或 者 降低节 能效 率 ．针 对 非 平 稳 工 作 负 载 ，可 以通 过 保存 阈值 、加权 平 均 以及 动 态 自适应 等 方 法口 优 化超 时 阈值．研 究 表 明 ，对 无 线 网 络传 输 设 备 等 具 有非 平稳 自相 似业 务 请 求 的设 备 ，最 优 的动 态 功 耗 管理 策 略是超 时策 略 (确定 性 Markov策 略)_l． 1．2．2 基于 预测 的 DPM 策略 动态 预测 策 略分 为预 测 关 闭n 和 预 测 唤 醒口5J 策略 ．预 测关 闭 根 据 预 测 结 果 关 闭 系统 部 件 ；预 测 唤醒则 根 据预测 的空 闲时 间提前 唤醒部 件． 预测 方 法 属 于启 发 式 方法 ，假设 系 统部 件 访 问 在时 间上存 在关 联 性 ，未 来 的空 闲时 间可 以通 过 历 史 信 息进 行估算 ，如何 提 高 部 件 空 闲时 间预 测 的准 确度 是 这类研 究 面 临的主 要 问题 ．一种 采用 离线 的 非线性 回归 方 法 可 以较 好 地 拟合 系统 部 件 空 闲 时间特 征 ，但 对应 用依 赖 较 严 重 ，并 需 要 离 线计 算 ， 适 用 于 事 先 确 定 的 工 作 负 载 ．指 数 滑 动 平 均 方 法 _l易 于实 现 并 具 有 较 高 的 准 确 性 ，应 用 范 围较 广 ．基于 BP神经 网 络 自适应 学 习来 预 测 系 统 空 闲 时 间rl 的方法 无需 预先 获得 工 作 负载 特 性 ，具 有传 统 回归 算法不 可 比拟 的优 点． 1．2．3 基于 随机 过程 的优 化策 略 基 于随机 过 程 的优 化 策略是 通过 较 高层次 数学 抽象 建 立系统 的概 率模 型 ，解 决启 发 式 方 法 遇到 的 最优 化 问题 ． 基 于随 机 过 程 的 方 法 用 Markov链 对 部 件 能 耗 、状 态 转换 时 间和工作 负 载 的不 确 定性建 模 ，定 义 给定 性 能约束 下 的全 局 能 耗 优 化 问题 ，用 线性 规 划 方法 求解 ．需 要 得 到 系 统 工 作 负 载 的先 验 信 息 ，但 系统工 作 负载很 难 提前 建模 ．一 种 改 进静 态 随机 过 程 的方法 _l在不 同的工作 负 载 下 在线 地学 习 ，动 态 调 节工 作 负载 的 Markov模 型参 数． 用 这 种 方法 得 到 的性 能和 能 耗 是期 望 值 ，不 能 保 证对 特定 工 作 负 载 得 到 最 优 解 ．构 造 的 Markov 模 型 只是复 杂 随机过 程 的近似 ，如 果模 型不 准确 ，优 化 策 略也 只是 近 似 解．与 启 发 式 方 法相 比 ，该 方法 求 解复 杂度 和计 算 开销较 大 ，实 际中难 以直 接实 现 ， 但 可 以用于 离线 系统 分析 和 DPM 策略 评估 ． 从 前 面 的分 析 可 以看 到 ，动态 功 耗管 理 策 略 的 安全 性 和效率 很 大程度 上 取决 于所 管理 部件 电源状 维普资讯 http://www.cqvip.com