节省处理器功耗的方法技术

公开了一种节省处理器功耗的方法，包括步骤：（１）对处理器的负载进行密集采样，以得到第一数目的处理器负载值；（２）对第一数目的处理器负载值进行傅立叶变换，以计算与幅度峰值相对应的频率和与该频率相对应的特征采样周期；（３）在当前时间间隔中以特征采样周期重新采样处理器的负载，以得到第二数目的处理器负载值；（４）基于第二数目的处理器负载值建立预测模型，以预测处理器在下一时间间隔中的处理器负载值；以及（５）根据预测的处理器负载值调节处理器的电压／频率。利用本发明专利技术的方法，可以准确预测下一时间间隔中处理器的负载值，从而能够按照该负载值来调节处理器在下一时间间隔中的电压／频率。

【技术实现步骤摘要】

本专利技术涉及处理器的功耗节省，具体涉及一种，能够在保证处理器的电压满足应用要求的同时降低处理器的功耗。
技术介绍
在如嵌入式手持系统之类的电池供电处理系统中，电池的寿命通常是一个系统的瓶颈。而另一方面，多媒体尤其是视频播放在如PMP和PDA之类的手持设备中将变得越来越普及。因此，电池供电的处理系统的低功耗设计显得非常重要。此外，在现在的手持设备中，嵌入式CPU的功能变得越来越强大，通常可以进行软解码操作。众所周知，软解码是一个需要CPU密集处理的应用，需要耗费很多电池能量。 当CPU做视频软解码时，通常会采用一种叫做DVS/DFS(DynamicVoltage/Frequency Scaling)的技术进行低功耗设计。DVS技术中一个很重要的任务是选取一个合适的CPU负载采样周期，利用一种合适的算法进行CPU负载预测以决定下一个时间间隔中设置多大的电压和频率。众所周知，该采样周期的选取对于DVS的性能有着极大的影响。因为，视频流通常是一帧一帧的，现在人们通常的做法都认为采样间隔应该是帧率的倒数。例如对于一段30帧/秒的流，通常就认为该采样间隔或周期取33毫秒是最合适的。但是，经过大量的研究发现基于这种采样间隔得到的CPU负载数据其规律性很不好，很难给出一个很好的预测结果，导致或者电压不能满足处理器的要求，或者处理器的功耗过大。 此外，在上述基于时间间隔的低功耗设计中，由于处理器的负载是随着应用程序的变化而变化的，所以如何准确预测下一时间间隔是另一个重要的问题。例如文献1(Xiaotao Liu，Prashant Shenoy andWeibo Gong，A Time Series-based Approach for Power Management inMobile Processors and Disks，In Proceedings of the 14th ACM Workshopon Network and Operating System Support for Audio and Video(NOSSDAV)提出了一种基于时间序列的预测方法，其中采用时间序列的方法来预测处理器的负载值，但是该方法并未讨论如何在动态情况下调节处理器的功率，也就是说，并不能在处理器的运行情况发生改变时准确预测处理器在下一时间间隔中的负载值。
技术实现思路
鉴于上述问题，完成了本专利技术。本专利技术的目的是提出一种，能够在保证处理器的性能满足应用要求的同时降低处理器的功耗。 在本专利技术的一个方面，提出了一种，包括步骤(1)对处理器的负载进行密集采样，以得到第一数目的处理器负载值；(2)对所述第一数目的处理器负载值进行傅立叶变换，以计算与幅度峰值相对应的频率和与该频率相对应的特征采样周期；(3)在当前时间间隔中以所述特征采样周期重新采样所述处理器的负载，以得到第二数目的处理器负载值；(4)基于所述第二数目的处理器负载值建立预测模型，以预测所述处理器在下一时间间隔中的处理器负载值；以及(5)根据所述预测的处理器负载值调节所述处理器的电压/频率。 根据本专利技术的一个实施例，所述步骤(4)包括通过下面的线性模型由M个处理器负载值来预测所述处理器在下一时间间隔中的处理器负载值x^t+1=xt+Σi=1p(xt-i+1-xt-i)φi;t=0,1,2,3,...,M]]>其中，p表示线性模型的阶数，系数φi可以利用Yule-Walker公式由当前时刻之前的由M个处理器负载值来估计。 根据本专利技术的一个实施例，所述步骤(5)通过查表的方法来根据所述预测的处理器负载值调节所述处理器的电压/频率。 根据本专利技术的一个实施例，在所述步骤(2)，如下计算所述特征采样周期τ＝(T*N/2)/fτ其中T表示密集采样的采样周期，N是所述的第一数目，而fτ是所述与幅度峰值相对应的频率。 在本专利技术的另一方面，提出了一种，包括步骤(1)对处理器的负载进行密集采样，以得到第一数目的处理器负载值；(2)对所述第一数目的处理器负载值进行傅立叶变换，以计算与幅度峰值相对应的频率和与该频率相对应的特征采样周期；(3)在当前时间间隔中以所述特征采样周期重新采样所述处理器的负载，以得到第二数目的处理器负载值；(4)基于所述第二数目的处理器负载值建立预测模型，以预测所述处理器在下一时间间隔中的处理器负载值；(5)用补偿因子补偿所述预测的处理器负载值；以及(6)根据所述补偿的处理器负载值调节所述处理器的电压/频率。 根据本专利技术的一个实施例，该方法还包括(7)如果所述补偿因子在一段时间中的变化大于预定的阈值，则执行重复所述步骤(1)～(6)。 根据本专利技术的一个实施例，所述补偿因子是加性补偿因子λ，通过将所述加性补偿因子加在所述预测的处理器负载值上来进行所述补偿。 根据本专利技术的一个实施例，所述补偿因子是乘性补偿因子λ，通过用所述乘性补偿因子除所述预测的处理器负载值来进行所述补偿。 根据本专利技术的一个实施例，如下确定所述加性补偿因子λλ=KPe+KI∫edt+KDdedt]]>其中e表示统计得到的过调率和用户设定的过调率之间的偏差，KP，KI和KD分别表示比例系数，积分系数和微分系数。 根据本专利技术的一个实施例，如下确定所述乘性补偿因子λ λ=KPe+KI∫edt+KDdedt]]>其中e表示统计得到的过调率和用户设定的过调率之间的偏差，KP，KI和KD分别表示比例系数，积分系数和微分系数。 利用本专利技术的方法，可以准确预测下一时间间隔中处理器的负载值，从而能够按照该负载值来调节处理器在下一时间间隔中的电压/频率。此外，由于可以用补偿因子对预测的负载值进行补偿，从而能够在处理器的运行情况发生改变时及时进行准确的调整，以在满足应用程序要求的同时降低处理器的功耗。附图说明图1示出了根据本专利技术第一实施例的的详细流程图。 图2示出了根据本专利技术第二实施例的的详细流程图。具体实施方式下面对照附图详细描述本专利技术的实施例。 如图1所示，在步骤S110，先按照某个密集采样间隔如T＝10ms采集N＝128个CPU负载值。在步骤S120，对采集的128个CPU负载值作FFT变换针对前半个周期找到幅度峰值所对应的频率fτ。 接下来，在步骤S130，根据频率fτ求出特征采样周期τ＝(T*N/2)/fτ。 然后，在步骤S140，以与特征采样周期τ相对应的频率对CPU负载进行采样，得到一系列CPU负载值，例如64个。在步骤S150，根据采样得到的CPU负载值进行DVS建模，从而预测下一时间间隔中的CPU负载值。 具体来说，建立DVS模型的过程如下。经过大量的研究发现，利用上述特征采样间隔τ采集的CPU负载值非常好地符合ARIMA(自回归积分滑动平均)随机过程。 此外，由于ARIMA过程中的MA过程分量非常小，所以可以将其忽略而不会对结果产生多大影响，但是却可以大大地简化预测模型的复杂度并减少计算量。DVS模型主要用来根据以前的CPU负载预测下一个时间间隔的CPU负载，从而设置相应的电压/频率。 因此，根据ARI(自回归本文档来自技高网...

【技术保护点】
一种节省处理器功耗的方法，包括步骤：（１）对处理器的负载进行密集采样，以得到第一数目的处理器负载值；（２）对所述第一数目的处理器负载值进行傅立叶变换，以计算与幅度峰值相对应的频率和与该频率相对应的特征采样周期；（３） 在当前时间间隔中以所述特征采样周期重新采样所述处理器的负载，以得到第二数目的处理器负载值；（４）基于所述第二数目的处理器负载值建立预测模型，以预测所述处理器在下一时间间隔中的处理器负载值；以及（５）根据所述预测的处理器负载值 调节所述处理器的电压／频率。

【技术特征摘要】
书的保护范围为准。权利要求1.一种节省处理器功耗的方法，包括步骤(1)对处理器的负载进行密集采样，以得到第一数目的处理器负载值；(2)对所述第一数目的处理器负载值进行傅立叶变换，以计算与幅度峰值相对应的频率和与该频率相对应的特征采样周期；(3)在当前时间间隔中以所述特征采样周期重新采样所述处理器的负载，以得到第二数目的处理器负载值；(4)基于所述第二数目的处理器负载值建立预测模型，以预测所述处理器在下一时间间隔中的处理器负载值；以及(5)根据所述预测的处理器负载值调节所述处理器的电压/频率。2.如权利要求1所述的方法，其特征在于，所述步骤(4)包括通过下面的线性模型由M个处理器负载值来预测所述处理器在下一时间间隔中的处理器负载值x^t+1=xt+Σi=1p(xt-i+1xt-i)φi;t=0,1,2,3,···,M]]>其中，p表示线性模型的阶数，系数φi可以利用Yule-Walker公式由当前时刻之前的由M个处理器负载值来估计。3.如权利要求1或2所述的方法，其特征在于，所述步骤(5)通过查表的方法来根据所述预测的处理器负载值调节所述处理器的电压/频率。4.如权利要求3所述的方法，其特征在于，在所述步骤(2)，如下计算所述特征采样周期τ＝(T*N/2)/fτ其中T表示密集采样的采样周期，N是所述的第一数目，而fτ是所述与幅度峰值相对应的频率。5.一种节省处理器功耗的方法，包括步骤(1)对处理器的负载进行密集采样，以得到第一数目的处理器负载值；(2)对所述第一数目的处理器负载值进行傅立叶变换，以计算与幅度峰值相对应的频率和与该频率相对应的特征采样周期；(3)在当前时间间隔中以所述特征采样周期重新采样所述处理器的负载，以得到第二数目的处理器负载值；(4)基于所述第二数目的处理器负载值建立预测模型，以预测所述处理器在下一时间间隔中的处理器负载值；(5)用补偿因子补偿所述预测的处理器负载值；以及(6)根据所述补偿的处...

【专利技术属性】
技术研发人员：贺志强，郭子华，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：11[中国|北京]