论文部分内容阅读
计算机产业在近几十年来迅速地发展,随着性能与功耗的提升,二者之间开始相互制约,如何提高系统的能效变得亟不可待。精确的功耗估算能够为操作系统调度、软硬件能效优化提供有效的指导。已有的研究表明,利用处理器自身所提供的性能计数器(Performance Counter)监测处理器内部相关硬件事件(如已经提交的指令数,各级Cache的失效/命中次数等),可以对处理器动态功耗进行估算。但是,已有的功耗模型的精度并不理想,误差通常在5%以上。本文通过分析处理器提供的硬件事件,并在各类事件中筛选出一组与程序运行时功耗有着密切联系的事件,使用逐步多元线性回归分析建立了一个与应用无关、快速、实时的功耗估算模型,该模型可以直接移植到支持同时多线程(SMT)技术的平台中,论文还对开启SMT技术后的功耗特点进行了分析。最后利用PARSEC和SPLASH2两个基准测试程序集对模型进行了验证,估算误差分别为3.01%和1.99%。为了进一步验证功耗模型的应用无关性,交换训练集和测试集,利用SPEC2006进行测试,所得误差为3.39%。另外,本文还针对建模耗时长的问题,提出了基于两阶聚类的优化改进方法。本文所建立的功耗模型能为构建具有动态平衡功耗和平滑峰值功耗的智能功耗感知系统提供借鉴。Intel的系统架构师为了保证处理器性能的同时对功耗进行优化,使得处理器核和核外部分(Uncore)处于两个独立的频率域,针对处理器核重点研究性能优化,对核外部分主要进行功耗优化。常用的调节系统性能的动态电压/频率技术(DVFS)主要是根据负载的计算需求动态地改变处理器核的频率。本文将处理器时间划分为核内周期和核外周期两部分,并利用核内周期数与处理器核频率无关而核外周期数与之成正比,建立跨频率域的性能预测模型,并给出了10种频率下的性能预测结果。