[发明专利]一种基于在线学习的系统功耗优化的轻量级方法

说明书

一种基于在线学习的系统功耗优化的轻量级方法，步骤如下：1，程序编译成目标代码；2，启动监控模块,监控硬件事件；3，归一化处理事件；4，建立系统功耗模型；5，设计不同的优化模式；6，设计值函数模块；7，将功耗模型、惩罚因子和值函数模块写入代理模块Agent中；8，设计软件定时器，定时启动步骤3和7；9，执行程序、步骤7和3，更新Agent；10，设置收敛性；11，根据Agent模块的结果，转到步骤2，从步骤3开始到运行完毕；通过以上步骤，对温度，性能和功耗综合协同考虑，使用轻量级机器学习算法搜索存在的优化空间，达到低功耗和合理性能要求的效果，解决了嵌入式设备等受限于电池影响工作时间的问题。

技术领域

本发明提供一种基于在线学习的系统功耗优化的轻量级方法，它涉及嵌入式系统功耗优化技术领域，尤其涉及一种针对嵌入式系统功耗优化和机器学习算法相结合的方法，该方法应用于嵌入式系统功耗优化和功耗估计之中，可以提高嵌入式系统的使用周期和性能。

背景技术

嵌入式设备在日常生活中得到了越来越多的应用，更多的嵌入式终端和更广泛的线上互联使得嵌入式系统功耗成为设计者必须面对的问题，加之能源不足和环境保护的现状，使的处理器功耗的问题受到越来越多的关注，低功耗已经成为了嵌入式处理器乃至每一种电子设备的重要指标，总体来说，处理器低功耗设计面临如下挑战：首先动态功耗和电压是平方关系，电压降低可以显著降低动态功耗，导致了供电电压在不断降低，这会使的漏电功耗急剧增加，并且系统的稳定性和性能大幅下降。其次，随着多核技术的出现，虽然在很大程度上减小了功耗密度的增加，但是总体功耗的增长一直在持续。

功耗是处理器性能的一个最基本的电气特性指标，其中一个非常重要的原因是随着频率的升高，功耗的升高伴随着热特性的变化，热特性对处理器的材料和封装会产生严重的制约和影响。SoC(系统芯片，System On Chip)中CMOS(互补金属氧化物半导体，Complementary Metal Oxide Semiconductor)电路功耗有：一是静态功耗，主要是由静态电流，漏电流等因素造成的；二是动态功耗，主要是电路中信号变换时造成的瞬态开路电路和负载电流等因素造成，它是SoC 中功耗的主要来源。因此，解决好SoC中的动态功耗是降低整个SoC功耗的关键。这些底层的硬件功耗是由于软件驱动产生，很多现行的低功耗设计并不能从系统整体上降低功耗，使得结合多个层次之间的功耗管理和优化技术逐步成为控制嵌入式系统功耗的重要手段。

低功耗安全嵌入式处理器芯片研究目前还处于初级阶段，存在很多没有解决的问题，更缺乏一套完整的理论体系。硬件依赖于运行其上的软件来实现其处理信息的功能,软件本身不会产生功耗,但是软件的数据存取和指令执行都会使硬件产生功耗。因此要降低功耗,必须从嵌入式硬件和软件着手考虑如何进行功耗优化。设计者必须面对的问题是低功耗设计，嵌入式系统被广泛应用于手提设备和移动产品中，所以设计者需要从每个细节考虑如何减少功耗，尽可能的延长电池的使用寿命。当前的一些低功耗设计的方法是在适当的环境中使用DC-DC 电压转换电路可以提高电源效率，减少系统功耗；在CMOS设计电路的时候，使用较低的VDD，并使用尽可能低的时钟频率，以及cache来使内存读取最小化，且配合使用休眠模式。超低功耗设计甚至可以允许嵌入式系统运行的时候不需要电池，仅仅依靠收集环境中的一些能量。此外，管理功耗是现在影响集成电路封装及散热的一个重要因素。嵌入式系统的价格，尺寸，重量以及可靠性全部取决于功耗。而微处理器功耗可以被分为两大类，一类是块级方法，一类是指令集方法，在块级方法中，微处理器被我们认为是一个在运行的模块集合，每一个模块的特征项都影响着微处理器的功耗；在指令集方法中，平均分配每个微处理器的功率消耗用来使其达到功能。通过这种方法得到的结果要求尽量减少指令流以及实时数据。传统的功耗优化是在各个层次之间独立进行优化设计，由于这些底层的硬件功耗是由于软件驱动产生，所以很多现行的单个层次低功耗设计并不能从系统整体上降低功耗，使得结合多个层次之间的功耗管理和优化技术逐步成为控制嵌入式系统功耗的重要手段。

综上所述，当前针对于嵌入式系统功耗优化方法还存在着以下一些问题：