การจัดการพลังงาน

จากวิกิพีเดีย สารานุกรมเสรี
ข้ามไปที่การนำทาง ข้ามไปที่การค้นหา

การจัดการพลังงานเป็นคุณลักษณะของเครื่องใช้ไฟฟ้าบางชนิด โดยเฉพาะเครื่องถ่ายเอกสารคอมพิวเตอร์ซีพียูของคอมพิวเตอร์GPUของคอมพิวเตอร์และอุปกรณ์ต่อพ่วง คอมพิวเตอร์ เช่นจอภาพและเครื่องพิมพ์ที่จะปิดไฟหรือเปลี่ยนระบบเป็นสถานะพลังงานต่ำเมื่อไม่ได้ใช้งาน ในการคำนวณนี้เรียกว่าการจัดการพลังงานของพีซีและสร้างขึ้นจากมาตรฐานที่เรียกว่าACPI ซึ่ง จะแทนที่ APM คอมพิวเตอร์ล่าสุดทั้งหมดรองรับ ACPI

แรงจูงใจ

การจัดการพลังงานพีซีสำหรับระบบคอมพิวเตอร์เป็นที่ต้องการด้วยเหตุผลหลายประการ โดยเฉพาะอย่างยิ่ง:

การใช้พลังงานที่ลดลงยังหมายถึงการกระจายความร้อน ที่ลดลง ซึ่งเพิ่มความเสถียรของระบบ และใช้พลังงานน้อยลง ซึ่งช่วยประหยัดเงินและลดผลกระทบต่อสิ่งแวดล้อม

เทคนิคระดับโปรเซสเซอร์

การจัดการพลังงานสำหรับไมโครโปรเซสเซอร์สามารถทำได้บนโปรเซสเซอร์ทั้งหมด หรือในส่วนประกอบเฉพาะ เช่น หน่วยความจำแคชและหน่วยความจำหลัก

ด้วยการปรับขนาดแรงดันไฟฟ้าแบบ ไดนามิก และการปรับความถี่แบบไดนามิก แรงดัน ไฟฟ้า หลัก ของCPU อัตรานาฬิกาหรือทั้งสองอย่างสามารถเปลี่ยนแปลงได้เพื่อลดการใช้พลังงานในราคาที่อาจต่ำกว่าประสิทธิภาพ ซึ่งบางครั้งทำได้แบบเรียลไทม์เพื่อปรับการประนีประนอมระหว่างประสิทธิภาพพลังงานให้เหมาะสม

ตัวอย่าง:

นอกจากนี้ โปรเซสเซอร์สามารถเลือกปิดวงจรภายใน ( power gating ) ได้ ตัวอย่างเช่น:

  • โปรเซสเซอร์ Intel Core ที่ ใหม่กว่าสนับสนุนการควบคุมพลังงานแบบละเอียดเหนือหน่วยการทำงานภายในโปรเซสเซอร์
  • เทคโนโลยี AMD CoolCoreมีประสิทธิภาพมากขึ้นโดยการเปิดใช้งานหรือปิดส่วนต่างๆ ของโปรเซสเซอร์แบบไดนามิก [3]

เทคโนโลยี Intel VRTแบ่งชิปออกเป็นส่วน 3.3VI/O และส่วนแกน 2.9V แรงดันไฟแกนล่างช่วยลดการใช้พลังงาน

การคำนวณต่างกัน

สถาปัตยกรรม big.LITTLEของARMสามารถโยกย้ายกระบวนการระหว่างแกน "ใหญ่" ที่เร็วกว่าและแกน "LITTLE" ที่ประหยัดพลังงานมากขึ้น

ระดับระบบปฏิบัติการ: ไฮเบอร์เนต

เมื่อระบบคอมพิวเตอร์ไฮเบอร์เนต ระบบจะบันทึกเนื้อหาของRAMลงในดิสก์และปิดเครื่อง เมื่อเริ่มต้นจะโหลดข้อมูลซ้ำ ซึ่งช่วยให้ระบบปิดได้อย่างสมบูรณ์ขณะอยู่ในโหมดไฮเบอร์เนต สิ่งนี้ต้องการไฟล์ที่มีขนาดเท่ากับ RAM ที่ติดตั้งเพื่อวางบนฮาร์ดดิสก์ ซึ่งอาจใช้พื้นที่ถึงแม้จะไม่ได้อยู่ในโหมดไฮเบอร์เนต โหมดไฮเบอร์เนตถูกเปิดใช้งานโดยค่าเริ่มต้นในWindows บางรุ่น และสามารถปิดการใช้งานเพื่อกู้คืนพื้นที่ดิสก์นี้

ใน GPU

หน่วยประมวลผลกราฟิก ( GPU ) ใช้ร่วมกับCPUเพื่อเร่งความเร็วการประมวลผลในโดเมนต่างๆที่เกี่ยวข้อง กับแอปพลิเคชัน ทางวิทยาศาสตร์การวิเคราะห์วิศวกรรมผู้บริโภคและองค์กร[4] ทั้งหมดนี้มาพร้อมกับข้อเสียบางประการ ความสามารถในการประมวลผลสูงของ GPU มาพร้อมกับค่าใช้จ่ายในการกระจายพลังงานสูง มีการวิจัยจำนวนมากเกี่ยวกับปัญหาการกระจายพลังงานของ GPU และมีการเสนอเทคนิคมากมายเพื่อแก้ไขปัญหานี้ การ สเกลแรงดันไฟฟ้า ไดนามิก / การสเกลความถี่ไดนามิก (DVFS) และclock gatesเป็นสองเทคนิคที่ใช้กันทั่วไปในการลดพลังงานไดนามิกใน GPU

เทคนิค DVFS

การทดลองแสดงให้เห็นว่านโยบาย DVFS ของโปรเซสเซอร์แบบเดิมสามารถลดการใช้พลังงานของ GPU แบบฝังตัวได้ด้วยการด้อยประสิทธิภาพที่เหมาะสม[5]มีการสำรวจแนวทางใหม่สำหรับการออกแบบตัวกำหนดตารางเวลา DVFS ที่มีประสิทธิภาพสำหรับระบบที่ต่างกัน[6] นำเสนอ สถาปัตยกรรม CPU-GPU ที่แตกต่างกัน GreenGPU [7]ซึ่งใช้ DVFS ในลักษณะซิงโครไนซ์ ทั้งสำหรับ GPU และ CPU GreenGPU ใช้งานโดยใช้เฟรมเวิร์ก CUDA บนเตียงทดสอบจริงกับ Nvidia GeForce GPU และซีพียู AMD Phenom II จากการทดลองพบว่า GreenGPU ประหยัดพลังงาน ได้เฉลี่ย 21.04%และมีประสิทธิภาพเหนือกว่าเกณฑ์พื้นฐานที่ออกแบบมาอย่างดีหลายประการ สำหรับ GPU กระแสหลักที่ใช้อย่างแพร่หลายในแอพพลิเคชั่นเชิงพาณิชย์และส่วนบุคคลทุกประเภท มีเทคนิค DVFS หลายแบบและรวมอยู่ใน GPU เพียงอย่างเดียวAMD PowerTuneและAMD ZeroCore Power เป็นเทคโนโลยีการ ปรับขนาดความถี่ไดนามิกสองเทคโนโลยีสำหรับกราฟิกการ์ดAMD การทดสอบภาคปฏิบัติพบว่าการรีคล็อกGeForce GTX 480สามารถลดการใช้พลังงานได้ถึง 28% ในขณะที่ประสิทธิภาพลดลงเพียง 1% สำหรับงานที่กำหนด [8]

เทคนิคการปิดไฟ

มีการวิจัยมากมายเกี่ยวกับการลดพลังงานแบบไดนามิกโดยใช้เทคนิค DVFS อย่างไรก็ตาม ในขณะที่เทคโนโลยียังคงหดตัว พลังงานรั่วจะกลายเป็นปัจจัยสำคัญ[9] Power gatingเป็นเทคนิควงจรที่ใช้กันทั่วไปในการกำจัดการรั่วไหลโดยการปิดแรงดันไฟฟ้าของวงจรที่ไม่ได้ใช้ การปิดประตูไฟฟ้าทำให้เกิดค่าใช้จ่ายด้านพลังงาน ดังนั้นวงจรที่ไม่ได้ใช้จะต้องอยู่เฉยๆนานพอที่จะชดเชยค่าใช้จ่ายนี้ เทคนิคไมโครสถาปัตยกรรมที่แปลกใหม่[10]สำหรับแคชเกทเกตพลังงานรันไทม์ของ GPU ช่วยประหยัดพลังงานการรั่วไหล จากการทดลองกับเวิร์คโหลดของ GPU 16 แบบที่แตกต่างกัน การประหยัดพลังงานโดยเฉลี่ยที่ได้จากเทคนิคที่เสนอคือ 54% Shader เป็นองค์ประกอบที่ใช้พลังงานมากที่สุดของ GPU ซึ่งเป็น shader ที่คาดการณ์ได้ปิดเทคนิค power gating [11]ลดการรั่วไหลได้ถึง 46% บนโปรเซสเซอร์ shader เทคนิค Predictive Shader Shutdown ใช้ประโยชน์จากการเปลี่ยนแปลงปริมาณงานข้ามเฟรมเพื่อขจัดการรั่วไหลในกลุ่ม shader อีกเทคนิคหนึ่งที่เรียกว่า Deferred Geometry Pipeline พยายามที่จะลดการรั่วไหลในหน่วยเรขาคณิตที่มีฟังก์ชันคงที่โดยใช้ความไม่สมดุลระหว่างเรขาคณิตและการคำนวณส่วนย่อยในแบทช์ต่างๆ ซึ่งขจัดการรั่วไหลได้ถึง 57% ในหน่วยเรขาคณิตที่มีฟังก์ชันคงที่ วิธีการปิดไฟหมดเวลาอย่างง่ายสามารถนำไปใช้กับยูนิตดำเนินการที่ไม่ใช่ตัวเชดเดอร์ ซึ่งช่วยขจัด 83.3% ของการรั่วไหลโดยเฉลี่ยในยูนิตดำเนินการที่ไม่ใช่ตัวแรเงา เทคนิคทั้งสามที่กล่าวข้างต้นทำให้ประสิทธิภาพลดลงเล็กน้อย น้อยกว่า 1% (12)

ดูเพิ่มเติม

อ้างอิง

  1. ^ "AMD PowerNow! Technology พร้อมการจัดการพลังงานที่ปรับให้เหมาะสม" . เอเอ็มดี. สืบค้นเมื่อ2009-04-23 .
  2. ^ "IBM EnergyScale สำหรับระบบที่ใช้โปรเซสเซอร์ POWER6 " ไอบีเอ็ม. สืบค้นเมื่อ2009-04-23 .
  3. ^ "ภาพรวมเทคโนโลยี AMD Cool'n'Quiet " เอเอ็มดี. สืบค้นเมื่อ2009-04-23 .
  4. ^ "การคำนวณ GPU คืออะไร" . เอ็นวิเดีย.
  5. ^ "เฟรมเวิร์กการปรับแรงดันและความถี่แบบไดนามิกสำหรับ GPU แบบฝังที่ใช้พลังงานต่ำ ", Daecheol You et al., Electronics Letters (Volume:48, Issue: 21 ), 2012
  6. ^ "ผลกระทบของแรงดันไดนามิกและการปรับความถี่บน K20 GPU ", Rong Ge et al., การประชุมนานาชาติครั้งที่ 42 เกี่ยวกับหน้าการประมวลผลแบบขนาน 826-833, 2013
  7. ^ " GreenGPU: A Holistic Approach to Energy Efficiency in GPU-CPU Heterogeneous Architectures ", Kai Ma et al., 41st International Conference on Parallel Processing Pages 48-57, 2012.
  8. ^ "การวิเคราะห์กำลังและประสิทธิภาพของระบบเร่งด้วย GPU ", Yuki Abe et al., การประชุม USENIX เกี่ยวกับ Power-Aware Computing and Systems Pages 10-10, 2012
  9. ^ "ความท้าทายด้านการออกแบบของการปรับขนาดเทคโนโลยี ", Borkar, S. , IEEE Micro (เล่มที่:19 , ปัญหา: 4 ), 1999
  10. ^ " Run-time power-gating ในแคชของ GPU เพื่อการประหยัดพลังงานที่รั่วไหล ", Yue Wang et al., Design, Automation & Test in Europe Conference & Exhibition (DATE), 2012
  11. ^ " A Predictive Shutdown Technique for GPU Shader Processors ", Po-Han Wang et al., Computer Architecture Letters (Volume:8 , Issue: 1 ), 2009
  12. ^ "กลยุทธ์ Power Gating บน GPU ", Po-Han Wang และคณะ, ธุรกรรม ACM บนสถาปัตยกรรมและการเพิ่มประสิทธิภาพโค้ด (TACO) เล่มที่ 8 ฉบับที่ 3, 2011

ลิงค์ภายนอก