动态电压与频率调节在降低功耗中的作用

摘要 目前，为了降低功耗，越来越多的芯片支持动态电压与频率调节DVFS(Dynamic Voltage and Frequency Scaling)。本文列举了基于软件和硬件的DVFS实现，验证了DVFS在降低功耗方面的巨大潜力，并分析了影响DVFS应用的一些因素。

关键词 电源管理 动态电压与频率调节 CPU负载跟踪 预测算法

1  DVFS的工作流程

　　现在，为了延长便携式设备（如手机、MP3、多媒体播放器、笔记本电脑等）的电池寿命，芯片厂商们正在绞尽脑汁开发新的节电技术。简单地说，这些节电技术可以分为两类——动态技术和静态技术。静态技术包括不同的低功耗模式，芯片内部不同组件的时钟或电源的按需开关等。动态技术则是根据芯片所运行的应用程序对计算能力的不同需要，动态调节芯片的运行频率和电压（对于同一芯片，频率越高，需要的电压也越高），从而达到节能的目的。该技术的理论依据是如下的公式：

　　从上面的公式可以看出，降低频率可以降低功率，但是单纯地降低频率并不能节省能量。因为对于一个给定的任务，F*t是一个常量，只有在降低频率的同时降低电压，才能真正地降低能量的消耗。

　　目前许多芯片支持DVFS，比如 Intel公司的芯片支持SpeedStep，ARM的支持IEM（Intelligent Energy Manager）和AVS（AdapTIve Voltage Scaling）等。但是要让DVFS发挥作用，真正地实现节能，只有芯片的支持还是不够的，还需要软件与硬件的综合设计。

　　一个典型的DVFS系统的工作流程如下：

　　①  采集与系统负载有关的信号，计算当前的系统负载。这个过程可以用软件实现，也可以用硬件实现。软件实现一般是在 *** 作系统的核心调用中安放钩子，特别是调度器，根据其调用的频度来判断系统的负载。硬件实现如Freescale的i.Mx31，通过采集一些核心信号中断线、Cache、内存总线的使用情况等[1]，计算当前的系统负载。
　　②  根据系统的当前负载，预测系统在下一时间段需要的性能。有多种预测算法可以选择，要根据具体的应用来决定。这种预测，既可由软件实现，也可由硬件实现。
　　③  将预测的性能转换成需要的频率，从而调整芯片的时钟设置。
　　④  根据新的频率计算相应的电压。通知电源管理模块调整给CPU的电压。这需要特别的电源管理芯片，比如Freescale公司的MC13783或者NS公司的支持PowerWise特性的系列电源管理芯片。它们能够支持微小的电压调整（25 mV）并且能在极短的时间内(几十μs)完成电压的调整。

　　另外，在调整频率和电压时，要特别注意调整的顺序。当频率由高到低调整时，应该先降频率，再降电压；相反，当升高频率时，应该先升电压，再升频率。

　　图1演示了简单的DVFS过程[2]。

图1  基于预测的DVFS过程

2  基于软件的DVFS实现

　　在基于软件的DVFS实现中，一般通过在 *** 作系统的核心调用中安装钩子的办法来收集系统调用的信息，判断当前的系统负载。其中最重要的是调度器，其他地方包括读/写接口、定时器等。例如，在Linux内核中，一般在以下地方安装钩子。

　　◇ kernel/sched.c。修改__schedule()，在schedule()前和后插入语句，记录一个任务的执行时间。
　　◇ fs/read_write.c。修改sys_read()和sys_write()，记录其被某任务调用的次数。
　　◇ kernel/TImer.c。修改sys_nanosleep()和msleep()，记录任务主动休息的时间。
　　◇ fs/ioctl.c。修改sys_ioctl()，记录其被调用的次数。
　　◇ kernel/exit.c。修改do_exit()，记录任务主动退出的时间。
　　◇ include/asm_xxx/system.h, arch/xxx/system.c。修改arch_idle()，计算cpu_idle()线程被调用的时间。

　　在预测下一时间段的系统负载时，需要利用采集到的前面几个时间段的实际负载值，然后根据下面的公式进行预测：

　　根据h的不同，可以形成不同的预测算法，比如：

　　◇ 最简单的先前值法（Previous Value,PV）

　　◇ 移动平均负载算法（Moving Average Workload,MAW）

　　◇ 指数加权平均法（ExponenTIal Weighted Average,EWA）

　　◇ 最小均方法（Least Mean Square,LMS）

　　以上这些算法各有其优缺点。例如LMS算法类似于自适应滤波器，能够自动调整参数，但是面临着收敛速度的问题。

　　ARM公司为了验证其芯片的DVS（Dynamic Voltage Scaling，动态电压调节）特性，开发的软件VerTIgo[3]中，采用了UH（Utilization History）算法，有关的公式如下：

　　◇ 任务负载

　　◇ 负载估计

　　◇ 期限估计

　　◇ 性能估计

　　该算法对那些性能需求变化较慢的任务比较实用，比如MPEG解码器。

　　在Vertigo的实现中，一旦预测器完成性能预测，它将会把新的性能需求提交给策略管理器，由策略管理器决定是否调整当前的性能设置。Vertigo的架构如图2所示。

图2  Vertigo的架构

　　具体实现可以参阅文献[3]。

3  基于硬件的DVFS实现

　　正如前面所说的，CPU负载跟踪与性能预测的工作都可以由硬件完成。这样，一方面增强了负载计算的准确性；另一方面减轻了CPU用于负载跟踪与性能预测的负担。当然，这样做也有一个弊端，就是无法灵活地选择预测算法。但是，这个缺点可以通过设置不同的预测参数得到一定程度的弥补。

　　飞思卡尔的i.MX31就是这样的一个例子。这是一款针对移动多媒体市场的应用处理器，具有强大的音频和视频处理能力。该芯片内部包含一个ARM11的CPU核，同时它也继承了来自ARM的DVS技术并发展为DVFS。在该芯片中，CPU负载跟踪和性能预测都是由硬件完成的，其负载跟踪模块框图如图3所示。

　　在图3中，16路CPU活动信号被采集之后，经过加权，被送到负载叠加器，与另外采集的CPU空闲信号（经过简单平均）进行叠加。叠加器输出的结果被送到EMA模块，执行指数移动平均（Exponential Moving Average）算法，进行性能预测。EMA模块得到的结果与预先设置的门限值进行比较，如果预测的性能需求高于上限，则请求调高频率；反之，如果预测的性能需求低于下限，则请求降低频率。这种请求一般作为中断，发送给CPU自身或外接的处理器，由它们在其中断处理程序中设置相应的频率和电压。图4演示了整个处理流程。

图3  i.MX31的DVFS负载跟踪模块框图

　　在图4中，CCM（Clock Control Module）为时钟控制模块，负责调节CPU的频率。PMIC（Power Management IC）为电源管理芯片，负责提供CPU所需要的电压。该芯片提供两种接口给CPU：常规的SPI（Serial Programmable Interface）和专用于动态电压调节的DVS接口。该接口由两根线组成。两根线的状态00表示电压无变化，01表示电压降低一格，10表示电压升高一格，11表示电压升到最高值。

图4  i.MX31的DVFS处理流程

　　图4中的DPTC（Dynamic Process and Temperature Control）指的是动态制程与温度控制。该技术能够根据该芯片的制程和当前的温度动态调节电源电压，从而也可以有效地节省能量。这也是i.MX31的一项创新。

4  DVFS应用的实际效果

　　为了验证DVFS的实际效果，需要在CPU上运行相应的应用程序，并测量使用DVFS技术和不使用DVFS技术时CPU的功耗。这里，分别给出软件实现的DVFS和硬件实现的DVFS在节省能量方面的实际测量数据。

　　Intrinsyc公司将ARM公司的IEM软件移植到WinCE上[5]，并测量了IEM使能或禁止时的CPU功耗。软件运行在i.MX31的开发板上，但是因为它没有使用i.MX31内置的DVFS，因此可以将其看作软件实现的DVFS。在计算CPU负载时，采用了简单移动平均算法（即式（3）中的h恒为１/N）；同时，它通过一个GPIO来指示系统是否已经进入空闲状态（cpu_idle()线程被调度）。如果Idle的比例越小，则表明CPU的利用率越高。表1和表2是实际的测量数据。

表1  IEM测试用的视频文件信息

表2  IEM使能或禁止的功耗对比

　　为了验证硬件实现的DVFS的功效，作者在i.MX31的开发板上进行了测量。所使用的 *** 作系统是Linux。表3给出了实际的测量数据。

表3  i.MX31内置的DVFS打开或关闭时功耗对比

　　从表3中可以清楚地看出，无论软件实现的DVFS还是硬件实现的DVFS，都可以有效地降低能量消耗。

5  影响DVFS应用的因素

　　动态电压与频率调节的技术提出很久了，在Linux上也有专门的开源项目cpufreq，但是这项技术并没有得到广泛的应用。其中一个最关键的因素就是预测的可靠性。没有一种预测算法是100%准确的，也没有一种算法可以应用于所有的程序；而对于实时类的应用（如音频、视频等），预测失败的结果是不可接受的。因为实时类的应用都有一个Deadline，错过Deadline，就意味着程序的运行出了问题。比如音频或视频帧的播放时间错过以后，用户就能明显地感觉到音频或视频的不连贯，这会极大地影响用户的体验，从而也会影响用户对DVFS的信心。作者在进行DVFS的测试时，就碰到过这些问题。IEM测试中采用的简单移动平均算法只对单一应用程序有效。但是i.MX31内置的移动指数平均算法EMA也不是万能的。对于Pink Floyd的某些音乐，它就不能平滑地播放（也许通过修改一些加权参数，可以播放）。

　　但是作者相信，随着预测算法的进步，DVFS技术必将得到广泛的应用，因为它能够节省很多能量。而节能对许多便携式设备来说，常常是第一要求。

参考文献

[1]  Freescale. i.MX31 Multimedia Application Processor Reference Manual. Rev 1. 2006-02.
[2]  Freescale. Boris Bobrov & Michael Priel, 6/2005, i.MX31Power Management White Paper. Rev 0.
[3]  Krisztian Flautner, et al. OSDI 2002, Vertigo: Automatic Performance-Setting for Linux. ARM.
[4]  Krisztian Flautner, et al. DesignConn 2003, A Combined Hardware-Software Approach for Low-Power SoCs: Applying Adaptive Voltage Scaling and Intelligent Energy Management Software.ARM.
[5]  Suji Velupillai,Ken Tough.  Intelligent Energy Manager (IEM) Benchmarking on a Freescale's i.MX31 Multimedia Processor. Intrinsyc,2006.

卢春鹏(工程师），主要研究方向为嵌入式系统、移动网络、多媒体应用。

（收修改稿日期：2007-01-15）