摘要： zengyi2008@163.com 1 概述 随着计算机在嵌入式、微型化和便携应用等方面的发展，功耗成为重要指标。对于整个计算机系统来说，降低功耗的设计主要从逻辑层、物理层和系统层3个层面来进行。其中，在针对处理器的功耗调节算法中，动态电压调节(Dynamic Voltage Scaling, DVS)[1]被认为是目前最有效的算法。它根据 CPU的负载状况对处理器的供电电压和运行频率进行动态调节，在保证性能需求的前提下降低能量消耗。其算法主要分为2类：基于时间间隔的DVS算法，基于任务的DVS算法。 近些年来，为支持DVS算法降低处理器的运行能耗，不同硬件制造厂商在逻辑电路设计方面相继公布了各种技术，如Intel的speedstep技术，AMD的PowerNow及Cool’n’Quiet技术。然而，实际应用中的动态电压调节算法或多或少会影响系统的性能，主要原因是DVS算法对下一时间片的任务量预测不够准确，难以适应系统需求。 本文在对现有DVS算法分析的基础上，针对past算法预测准确率低的现象进行了改进，在past预测方法中加入周期性模式匹配(Cycle Mode Matching, CMM)预测方式。并对改进算法进行了仿真对比，结果表明改进算法在用户干预少的情况下能有效提高预测的准确性。 2 相关工作 文献[1]给出了3种经典的电压调节算法：opt, past, future。opt和future算法假设可以看到将来一段时间内的CPU使用情况，降低工作频率将运行时间延伸以填补所有的空闲时间周期，从而减少能耗；past算法则将future算法向前看一个时间片改为往后看一个时间片，并假设前后2个时间片内处理器的工作量不变，从而预测出下一时间片处理器的工作量，调节频率以适应当前工作量，达到能耗的节省。

关键词: 动态电压调节, 样式, 周期性模式匹配

Abstract: This paper analyzes the dynamic voltage scaling prediction algorithm, a Dynamic Voltage Scaling(DVS) prediction algorithm based on Cycle Mode Matching(CMM) is proposed to improve the accuracy of DVS prediction. Simulation result shows that, to different test sets, the accuracy of DVS prediction is improved from 4% to 15% using CMM without the perceptible impact of system performance.

Key words: Dynamic Voltage Scaling(DVS, pattern, Cycle Mode Matching(CMM)

中图分类号: 

• TP303