OS-level Energy/Temperature Management for Mobile Processing Units
모바일 처리 장치를 위한 운영체제 수준의 에너지/온도 관리
- 주제(키워드) Operating Systems , Energy Management , Temperature Management , Mobile Devices , Embedded Devices , Processing Units , Computer Architecture
- 발행기관 고려대학교 대학원
- 지도교수 정성우
- 발행년도 2018
- 학위수여년월 2018. 8
- 유형 Text
- 학위구분 박사
- 학과 대학원 컴퓨터학과(정보대학)
- 원문페이지 126 p
- 실제URI http://www.dcollection.net/handler/korea/000000081480
- UCI I804:11009-000000081480
- DOI 10.23186/korea.000000081480.11009.0000863
- 본문언어 영어
- 제출원본 000045953755
초록/요약
모바일 시장의 비약적인 성장과 함께 모바일 기기 (스마트폰, 태블릿, 등) 사용자 수는 지속적으로 증가해왔다. 수 많은 모바일 기기 사용자들의 사용자 경험 (User Experience)를 향상 시키기 위해, 최근 모바일 기기들은 높은 성능의 처리 장치 (CPU, GPU, 등)들을 장착해왔다. 처리 장치들의 높은 계산 능력 덕분에, 사용자들은 모바일 기기에서 3D 게임 어플리케이션이나 기계학습 기반 어플리케이션과 같이 계산 작업이 많은 어플리케이션들을 즐길 수 있게 되었다. 그러나 계산 작업이 많은 어플리케이션들을 수행할 때, 모바일 기기 처리 장치들은 매우 높은 전력을 소모한다. 모바일 기기 처리 장치들의 높은 전력 소모는 다음과 같은 두 가지 문제를 야기한다: 1) 시스템 에너지 소모 증가로 인해 모바일 기기 배터리 사용 단축, 2) 처리 장치의 온도 상승으로 인한 기능 결함이나 하드웨어의 영구적인 손상. 본 논문에서는 위와 같은 문제를 해결하기 위해 운영체제 수준의 에너지/발열 관리 기법들을 제안한다. 먼저 본 논문에서는 이종 모바일 멀티코어 프로세서에서 멀티미디어 어플리케이션을 위한 에너지 효율적인 태스크 스케줄러를 제안한다. 보통 멀티미디어 어플리케이션들은 전용 하드웨어 디코더 (Decoder)를 사용하기 때문에, 비-멀티미디어 어플리케이션에 비해 적은 양의 CPU 자원만을 필요로 한다. 이러한 사실에 기반하여, 제안하는 태스크 스케줄러는 멀티미디어 어플리케이션들은 저전력 코어에 배치하고, 비-멀티미디어 어플리케이션들은 고성능 코어에 분리하여 배치한다. 서로 다른 종류의 어플리케이션들을 런타임에 분류하기 위해, 제안하는 태스크 스케줄러는 멀티미디어 어플리케이션들이 비디오/오디오 재생을 위한 특정 쓰레드를 갖고 있다는 사실을 활용한다. 제안하는 태스크 스케줄러는 멀티미디어 어플리케이션들에게 QoS를 보장할 수 있는 최소한의 CPU 자원만을 제공해 에너지 소모를 절감한다. 또한, 비-멀티미디어 어플리케이션들에게 최대한 많은 CPU 자원을 제공해 성능을 향상 시킨다. 또한, 본 논문에서는 무선 네트워크 신호 세기를 고려한 선택적 오프로딩 기법을 제안한다. 계산 작업이 많은 어플리케이션들은 종종 계산 작업을 서버에 전송하여 수행하는 오프로딩 (Offloading) 기법을 활용한다. 본 논문에서 분석한 바에 따르면, 오프로딩 기법에서 계산 작업을 서버에 전송하는데 필요한 데이터 송수신 시간 및 에너지는 무선 네트워크 신호세기가 약해지면 기하급수적으로 증가한다. 이러한 사실을 고려하여, 본 논문에서 제안하는 기법은 네트워크 신호 세기에 따라 오프로딩의 이득 (고성능 서버에서 실행함에 따라 줄어드는 계산 시간 및 에너지)과 손실 (서버와 데이터를 송수신하는데 드는 시간 및 에너지)을 계산한다. 본 논문에서 제안하는 기법은 계산된 이득이 손실보다 큰 경우에만 계산 작업을 서버에 전송하여 수행한다. 본 논문에서 제안하는 기법은 계산 작업이 많은 어플리케이션들의 성능 및 에너지 효율을 크게 향상 시킨다. 마지막으로, 본 논문에서는 이종 멀티코어 프로세서를 위한 발열 관리 기법을 제안한다. 최근 모바일 기기들은 고성능 코어와 저전력 코어를 포함하는 이종 멀티코어 프로세서를 장착하고 있다. 상대적으로 온도가 낮은 저전력 코어가 있음에도 불구하고, 이종 멀티코어 프로세서를 장착한 모바일 기기에서는 고성능 코어의 동작 주파수를 낮추는 기존의 DVFS (Dynamic Voltage and Frequency Scaling) 기반 발열 관리 기술만이 여전히 사용되고 있다. 본 논문에서 제안하는 기법은 상대적으로 온도가 낮은 저전력 코어를 활용하여 고성능 코어의 온도를 빠르게 낮춘다. 이렇게 함으로써, 제안하는 기법은 어플리케이션들이 고성능 코어의 높은 주파수에서 동작할 수 있는 시간을 늘려 어플리케이션들의 성능을 향상 시키고, 에너지 소모를 절감한다. 실제 모바일 기기에서 측정한 실험을 통해, 본 논문에서는 제안한 기법들이 모바일 처리장치의 에너지 및 온도 문제를 효율적으로 해결함을 보인다.
more초록/요약
To improve mobile experience for billions of users, recent mobile devices (e.g., smartphones, tablets, etc.) have adopted powerful processing units (e.g., CPUs, GPUs, etc.). Thanks to their high computational capability, computation-intensive applications, such as 3D game applications or machine learning-based applications, have been introduced in recent years. However, while executing such applications, the processing units consume a considerable amount of power, which causes the following two problems: 1) the energy consumption of processing units increases, deteriorating battery lifetime of mobile devices and 2) the temperature of processing units increases, leading to the malfunction or permanent fault of the processing units. To tackle the above problems, in this thesis, we propose OS-level energy/temperature management techniques. Firstly, we propose an energy efficient task scheduler for multimedia applications in heterogeneous mobile multi-core processors. Generally, multimedia applications require a smaller amount of CPU resources than non-multimedia applications due to dedicated hardware decoders. Considering this aspect, our proposed task scheduler allocates multimedia applications to the small cores and non-multimedia applications to the big cores. By isolating multimedia applications from non-multimedia applications, our proposed task scheduler provides appropriately small amount of CPU resources for multimedia applications and larger amount of CPU resources for non-multimedia applications. In our experiments on an Android-based development board, the proposed task scheduler saves system-wide energy consumption by 8.9%, on average, compared to the conventional task scheduler, preserving QoS of multimedia applications. In addition, it improves performance of non-multimedia applications by 13.7%, on average, compared to the conventional task scheduler. Secondly, we propose an adaptive offloading technique that considers wireless signal strength. To prolong battery lifetime of mobile devices, applications often exploit offloading techniques which run computations on remote servers. However, the existing offloading techniques do not consider the fact that data transmission time and energy consumption of wireless network interfaces exponentially increase when signal strength decreases. Contrary to the existing techniques, the proposed technique estimates gain (reduced computation time and energy of mobile devices) and loss (increased data transmission time and energy of network interfaces) of offloading depending on signal strength. Based on the estimated gain and loss, it determines whether it offloads computations to a server or not. In evaluation, the proposed technique improves performance by 30.1% and saves system-wide energy consumption by 25.0%, on average, compared to the conventional offloading technique that does not consider signal strength. Lastly, we propose M-DTM, a migration-based dynamic thermal management technique for heterogeneous mobile multi-core processors. In case of thermal emergency of the big cores, M-DTM migrates applications to the small cores instead of lowering the voltage and frequency of the big cores. In this way, M-DTM allows more time for the applications to run at the highest frequency of the big cores by cooling down the big cores more rapidly, compared to the conventional DTM. Through real measurement, we show that M-DTM improves performance by 10.6% and saves system-wide energy by 3.6%, compared to the conventional DTM, satisfying thermal constraints. Energy and temperature issues will become more severe with the growth of mobile market. Through real measurement-based experiments, we show that our proposed techniques efficiently resolve the energy and temperature issues in mobile processing units.
more목차
Abstract i
Table of Contents iii
List of Figures vi
List of Tables viii
1. Introduction 1
1.1 Energy Management 2
1.2 Temperature Management 4
2. Related Work 6
2.1 Energy Management Techniques 6
2.1.1 DVFS- and DPM-based Techniques 6
2.1.1.1 Techniques based on DVFS 7
2.1.1.2 Techniques based on DPM 14
2.1.1.3 Techniques based on both DVFS and DPM 15
2.1.2 Task Scheduling-based Techniques 16
2.1.3 Offloading-based Techniques 23
2.2 Temperature Management Techniques 27
3. An Energy Efficient Task Scheduler for Multimedia Applications in Heterogeneous Mobile Multi-core Processors 33
3.1 Background 36
3.1.1 Applications for Mobile Devices 36
3.1.2 Inefficiency of Conventional Task Scheduler for Multimedia Applications 38
3.2 Proposed Task Scheduler 42
3.2.1 Application Type Classification Method 42
3.2.2 Allocation Algorithm 44
3.2.3 Migration Algorithm 46
3.2.4 Robustness to Application Type Mis-classification 49
3.3 Evaluation 50
3.3.1 Experimental Environment 50
3.3.2 Experimental Result 54
3.3.2.1 System-wide Energy Consumption 54
3.3.2.2 QoS of Multimedia Applications 57
3.3.2.3 Performance of Non-multimedia Applications 58
4. Signal Strength-aware Adaptive Offloading for Energy Efficient Mobile Devices 60
4.1 Proposed Offloading Technique 62
4.2 Experimental Environment 66
4.3 Experimental Result 68
4.3.1 Face Recognition Application 68
4.3.2 Matrix Multiplication Application 71
4.3.3 Virus Scanner Application 74
4.4 Discussion 76
4.4.1 Robustness to Different Application Features 76
4.4.2 Consideration on Signal Strength Variation 77
4.4.3 Inefficiency of Data Compression 78
5. M-DTM: Migration-based Dynamic Thermal Management for Heterogeneous Mobile Multi-core Processors 79
5.1 Proposed M-DTM 80
5.1.1 Benefit of M-DTM 80
5.1.2 Interaction between M-DTM and OS Modules 82
5.1.3 Detailed Algorithm of M-DTM 83
5.1.4 Determining Time Granularity of Application Migration for M-DTM 85
5.2 Experimental Environment 86
5.3 Experimental Result 88
5.3.1 Performance 88
5.3.2 Temperature 90
5.3.3 System-wide Energy Consumption 91
6. Conclusion 94
References 97
Summary (in Korean) 111
Acknowledgement 114
