Моделирование нагрузки в приложении динамического масштабирования напряжения

Этот пример использует:

Обзор

Этот пример показывает, как в зависимости от рабочей нагрузки микроконтроллер AT90S8535 использует функцию динамического масштабирования напряжения (DVS), чтобы настроить входное напряжение. Благодаря снижению напряжения входа, когда рабочая нагрузка низкая, микроконтроллер уменьшает потребление энергии и гарантирует качество обслуживания. Контроллер DVS основан на онлайновом методе оценки градиента, называемом бесконечно малым анализом возмущения (IPA). В одной симуляции параметризованной системы, а не большом количестве симуляций, требуемых традиционным подходом с конечной разностью, IPA может предоставить информацию о чувствительности, которая приводит к аппроксимации в первом порядке показателей эффективности системы как функции от параметров.

Применение IPA к контроллеру

Минимизируемая метрика эффективности является средней стоимостью на одно задание, заданной

$J(\theta)=wP(\theta)+S(\theta)=wc_{2}\left[V_{t}/\left(1-c_{1}/\theta \right) \right]^{2}+S(\theta)$

где

$\theta$ - среднее время работы задания, которое является функцией от входного напряжения V. То есть нахождение оптимального значения $\theta$ также приводит к оптимальному значению V.

- взвешивающая константа.

$P(\theta)$ - среднее энергопотребление работы в Джоулсе.

$S(\theta)$ - среднее системное время для рабочих мест, которое измеряет качество обслуживания. Эта модель использует систему организации очереди M/M/1, поэтому выражение закрытой формы для $S(\theta)$ предоставляет способ сравнения результатов IPA в симуляции с теоретическими результатами.

$c_{1}$ и $c_{2}$ являются зависящими от устройства постоянными.

$V_{t}$ - минимальное входное напряжение устройства.

Чтобы найти значение $\theta$ , для которого $dJ/d\theta$ является 0, эта модель использует метод градиента с постоянным размером шага. $\Delta=10^{-5}$ Вторая $$ k $$ итерация оптимизации, которая происходит при уходе с первого $$ k $$ задания, использует оценку для $\theta_{k}$ создания

Чтобы узнать об оценке IPA $dS/d\theta$ , смотрите работы, перечисленные в ссылки.

Структура модели

Модель включает в себя следующие компоненты:

Раздел Job Incorvals: Предоставляет источник заданий, формирующих рабочую нагрузку

FIFO Queue, Single Server и другие блоки в синем разделе: Обеспечивает постановку в очередь заданий в системе

Подсистема оптимизатора DVS: Использует длину очереди, $\theta_{k}$ значение, время обслуживания для последнего задания и общее количество заданий для вычисления и $\theta_{k+1}$ соответствующее обновленное входное напряжение.

Результаты и отображения

Модель включает в себя следующие визуальные способы понять ее эффективность:

Динамический график, показывающий, как контроллер DVS изменяет напряжение во время симуляции, чтобы уменьшить среднюю стоимость на одно задание.

Блок Display, который показывает среднее время обслуживания для заданий.

Блок Display, который показывает соответствующее входное напряжение.

Чтобы экспериментировать, попробуйте изменить значение блока Avg Interarrival Time перед запуском симуляции.

Ссылки

[1] Кассандрас, К. Г., и С. Лафортюн. Введение в системы дискретных событий. Boston, MA: Kluwer Academic Publishers, 1999.

[2] Li, W., C. G. Cassandras, and M. I. Clune. Основанный на модели проект динамического контроллера масштабирования напряжения на основе онлайн-оценки градиента с использованием SimEvents. Материалы 45-й Конференции IEEE по принятию решений и контролю. 2006, с. 6088-6092.

[3] Вайзер, М., Б. Уэлч, А. Демерс и С. Шенкер. «Планирование сокращения энергии центрального процессора». Материалы 1-го симпозиума по операционным системам Проекта и Реализации. 1994, стр. 13-23.

См. также

Документация