선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 동적 전압 조절에 대해 보다 새로운 모델링 및 설계 기법을 제시하였다. 본 연구가 다른 기존의 연구와 차별화되는 것은 크게 (ⅰ) 실행 시간의 불 확실성, 전력 소모의 민감도를 태스크 공급 전압 결정 에 고려했고, (ⅱ) 전역적 분석을 통한 태스크 그래프 의 전체적 시간 여유분을 적절히 분배하는 방법을 제 안했다는 점이다.
- 본 논문에서는 동적 전압 조절에 대해 새로운 모델 링 및 설계 기법을 제시한다. 현재까지 많은 동적 전압 조절 기법에 대한 연구가 있어왔지만, 기존의 연구는 몇 가지 한계점을 갖는다.
- 기존의 많은 연구결과는 이와 같은 제한점들로 인해, 실제 시스템에서 전력 소모를 줄이는 것에 효과적이지 못할 수 있다는 한계가 있다. 본 연구는 이러한 한계를 극복하기 위한 운영체제 상에서의 새로운 전력 사용 모델을 제시함으로써 시스템의 전력 특성을 가장 효율적으로 파악하고, 그 특성의 올바른 이해를 전력 소모 최소화 방법에 적용한다.
- 이 여유분은 프로세서의 클럭 스피드를 줄여서 전력소모를 줄이는 동적 전압 조절(dynamic voltage scaling)에서는 매우 중요한 요소라고 할 수 있다. 본 연구에서는 이 여유분(slack)값을 탐욕적(greedy)으 로 사용하기 보다는 전체적인 분석을 통해 가장 효과적인 태스크의 실행에 적절히 분배(slack dis- tribution)하기 위한 분석 기법을 제안한다.
- 이 시간 여유분은 각 태스크에게 할당된 여유분을 사용했을 때, 얼마나 전역적 의미에서 전력 소모를 줄 일 수 있는지에 따라 배분된다. 본 연구의 문제는 N7H 의 전력 관리 포인트를 삽입하여 태스크 전체의 전력 사용을 최소화하려는데 목적이 있으며, 전력 관리의 중 요도를 나타내는 Power Management Criticality (PMC) 값의 계산을 통해 가장 효과적으로 전력을 줄 일 수 있는 곳을 정하고, 이 PMC값에 따라 시간 여 유분을 분배하여, 각 태스크의 실행 속도를 시간 여유 분을 이용하여 늦추어 줌으로써 전체 전력 소모를 최 소화하려는데 본 연구의 목적이 있다. 표 1에서는 전 체적인 전력 소모를 최소의 오버헤드로 줄이기 위해서는 屁의 실행 전이 가장 중요한 전력 관리 포인트임을 보인다.
- 이 논문에서는 저전력 설계를 위해 동적 전압 조절 (dynamic voltage scaling)을 가장 효과적으로 수행하는 방법을 제시한다. 최적의 전압 조절이란 최소의 전력 조절 오버헤드로 최대의 전력 감소 효과를 올리 는 것으로 정의된다.
- 이 실험에서는 전력 관리 포인트 수에 따른 에너지 감소분의 추이를 살펴본다. 전력 관리 포인트를 3개에서 6개까지 증가시켜 봄으로써 전체적인 오버헤드의 증가 추이와 에너지 소모 감소 추이를 살펴 보았다.
- 이 실험은 PMC 값의 계산에 대한 실제 태스크 그 래프에서의 에너지 소모 감소와의 상관 관계 및 효율 성을 검증하기 위한 실험이다. 각 태스크 그래프에 대해서 PMC 값을 구하고, 그 PMC 값에 의해서 전력 관리 포인트를 3개씩 정했다.
가설 설정
- 즉, PMC 값이 가장 큰 M개의 태스크를 정하고, 이에 대해 slack(ti)값을 계산하게 된다. slack 값은 정수값을 갖는다고 가정하며, 이를 위해 ceiling 함수를 적용한다. 이때, 우선순위에 따라 각 태스크를 위해 slack을 할당하며, 총 slack이 소진될 때까지 분배된다.
- 즉, 전체 태스크가 실행될 최대 허용 클럭 싸이클 의 수는 결정되어 있다고 가정한다. 각 태스크들의 평균 실행 시간(ACET)와 최대 실행 시간(WCET) 역시 이미 알려져 있다고 가정한다. 이때 각 실행의 최대 임 계 경로를 계산(critical path) 했을 때, 임계 경로의 모든 태스크가 최악의 실행시간을 갖고 실행해도 전체 의 전역적(이obal) 제한시간은 반드시 만족할 수 있어야 한다.
- 또한 각 태스크의 최대실행시간은 알려져 있다고 가정하고, 그 값이 12 단위 시간이라고 가정한다. 논의를 간단히 하기 위해서 태스크를 수행하는 프로세서의 수에는 제한이 없다고 가정한다. 이 가정을 바탕으로 표 1에서 보인 바와 같이 전력 소모 효율성에 대한 중요도를 계산할 수 있다.
- 먼저, 주어진 전압에 따른 전력 소모량의 많고 적음을 고려하기 것에서 그치 지 않고, 전압이 바뀌는 양에 따른 전력 소모량의 변화 량이 얼마인가를 나타내는 전력 소모 민감도(power sensitivity)를 고려한다. 둘째는 주어진 전압 및 클럭 속도에 항상 같은 실행시간이 걸린다는 가정을 없애고, 각 태스크는 같은 전압에도 다른 주변 상황에 따라 실 행시간이 가변적이 된다고 가정한다. 셋째는 태스크 그 래프상의 태스크 들은 전체 태스크가 모두 처리되어야 할 실시간 제한 시간이 있다고 가정한다.
- 이 예에서의 각 태스크들에 대해 우리는 프로파일링 (profiling)을 통해 전력소모민감도(PS), 실행시간 불 확실성 (RU)을 계산해 두었다고 가정한다. 또한 각 태스크의 최대실행시간은 알려져 있다고 가정하고, 그 값이 12 단위 시간이라고 가정한다. 논의를 간단히 하기 위해서 태스크를 수행하는 프로세서의 수에는 제한이 없다고 가정한다.
- 프로세서의 기본 클럭은 공급 전압이 L3volt에서 200MHz로 하였으며, 전압 조절 기법에 의해 배분된 시간 여유분을 이용하여, 최대 50MHz까지 클럭 빠르기가 늦추어 질 수 있다고 가정하였으며, 공급 전압에 대한 클럭 주파 수는 비례한다고 가정하였다. 또한 정적인 전압 조절 기법의 한계를 극복하기 위해 최악의 경로로 최악의 실행시간 발생 시 실시간 제한 조건을 만족하지 못하는 경우를 방지하기 위해 실제 동적 전압 관리를 위해 최대 300MHz까지 클럭 주파수가 빨라 질 수 있다고 가정하였다. 제안된 기법에서는 프로세서의 개수에는 제한이 있어도 되고 없어도 되는데, 실험의 용이성을 위해 프로세서의 개수는 두 개로 제한하였다.
- 본 논문에서 가정하는 G(V, E) 는 싸이클이 없는 (즉, 루프(loop)가 없는) 방향^ 그래프이다. V는 노 드의 집합이며, 각 노드들은 하나의 태스크에 상응한다.
- 본 논문에서의 태스크 그래프는 하드 실시간 제한 (hard realtime constraint) 을 갖고 있다고 가정한다. 즉, 전체 태스크가 실행될 최대 허용 클럭 싸이클 의 수는 결정되어 있다고 가정한다.
- 이 논문에서는 전압을 바꾸어주는 시점을 전 력 관리 포인트라고 정의하며, 어떤 태스크의 실행 전에 그 태스크에 맞는 전압 수준을 계산하여 전압 수준 을 바꾸어주는 것이 효과적이라 판단될 때, 전압을 바 꾸어 준다. 본 연구에서, 전력 관리 포인트는 실행 전에 명령어 형태로 실행 코드에 삽입된다고 가정하며, 일정한 전압과 전력 소모의 오버헤드가 존재한다고 가 정한다. 즉, 정적인 분석을 통하여, 전체 태스크 그래 프에서 어떤 부분이 가장 전력 감소를 위한 핵심 전력 관리 포인트인가를 계산한다.
- 둘째는 주어진 전압 및 클럭 속도에 항상 같은 실행시간이 걸린다는 가정을 없애고, 각 태스크는 같은 전압에도 다른 주변 상황에 따라 실 행시간이 가변적이 된다고 가정한다. 셋째는 태스크 그 래프상의 태스크 들은 전체 태스크가 모두 처리되어야 할 실시간 제한 시간이 있다고 가정한다.
- 이 예에서의 각 태스크들에 대해 우리는 프로파일링 (profiling)을 통해 전력소모민감도(PS), 실행시간 불 확실성 (RU)을 계산해 두었다고 가정한다. 또한 각 태스크의 최대실행시간은 알려져 있다고 가정하고, 그 값이 12 단위 시간이라고 가정한다.
- 전력 관 리 포인트의 삽입으로 인한 오버헤드는 주어진 프로세 서 속도에서 50 싸이클이 걸린다고 가정하였으며, 전 압 변환에 대한 전력 소모적 오버헤드는 상수라고 가 정하였다. 이런 전압 변환에 대한 전력 소모는 전체 에너지 소모량에서 계산하지 않았으나 전력 관리 포인트 의 개수에 비례한다고 가정하였다.
- 제안된 기법에서는 프로세서의 개수에는 제한이 있어도 되고 없어도 되는데, 실험의 용이성을 위해 프로세서의 개수는 두 개로 제한하였다. 전력 관 리 포인트의 삽입으로 인한 오버헤드는 주어진 프로세 서 속도에서 50 싸이클이 걸린다고 가정하였으며, 전 압 변환에 대한 전력 소모적 오버헤드는 상수라고 가 정하였다. 이런 전압 변환에 대한 전력 소모는 전체 에너지 소모량에서 계산하지 않았으나 전력 관리 포인트 의 개수에 비례한다고 가정하였다.
- 전체 태스크 그래프가 수행되는 데는 하드 실시간 제한시간(hard real time deadline) °] 존재한다고 가정한다. 즉, 각 태스크가 최악의 경우 실행되는 시간 에는 상한선(upper limit) 이 있으며 이 상한선은 주 어진다고 가정한다.
- 전체 태스크 그래프가 수행되는 데는 하드 실시간 제한시간(hard real time deadline) °] 존재한다고 가정한다. 즉, 각 태스크가 최악의 경우 실행되는 시간 에는 상한선(upper limit) 이 있으며 이 상한선은 주 어진다고 가정한다. 최악의 실행 시간으로 모든 태스크 가 수행한다고 해도 하드 실시간 제한시간(hard realtime deadline)을 만족한다고 가정한다.
- 본 논문에서의 태스크 그래프는 하드 실시간 제한 (hard realtime constraint) 을 갖고 있다고 가정한다. 즉, 전체 태스크가 실행될 최대 허용 클럭 싸이클 의 수는 결정되어 있다고 가정한다. 각 태스크들의 평균 실행 시간(ACET)와 최대 실행 시간(WCET) 역시 이미 알려져 있다고 가정한다.
- 또한, 일정한 전압 레벨이 유 지되어 클럭 주파수가 일정하게 유지되더라도 실행 시간 (Ncycle)은 매 실행시마다 다를 수 있으며, 얼마나 달라지는가는 태스크의 특성으로 간주한다. 즉, 태스크 의 실행 시간은 실행 때마다 달라지는 실행시간 불확 실성 (uncertain execution time)을 갖는다고 가정한다. 이런 가정 하에 본 논문에서는 주어진 태스크의 평균 총 에너지 소모량을 다음과 같이 계산한다.
- 즉, 각 태스크가 최악의 경우 실행되는 시간 에는 상한선(upper limit) 이 있으며 이 상한선은 주 어진다고 가정한다. 최악의 실행 시간으로 모든 태스크 가 수행한다고 해도 하드 실시간 제한시간(hard realtime deadline)을 만족한다고 가정한다. 하지만, 일반적으로 최악의 실행시간이 동시에 모든 태스크에서 발생할 확률은 매우 적기 때문에 일반적으로 최악의 총 임계 실행시간과 실제 하드 제한 시간(hard dead- line)과 일치한다고 해도 실제로는 실행에 대한 실행 시간 여유분이 있게 마련이다.
- 또한 다양한 프로세서 모델에 대한 실험을 위하여, Intel사의 XScale 프로세서 모델〔3〕을 이용하여 전형 적인 태스크 실행 시간, 전력소모량에 관한 정보 및 전 력 관리 오버헤드에 대한 정보를 정하였다. 프로세서의 기본 클럭은 공급 전압이 L3volt에서 200MHz로 하였으며, 전압 조절 기법에 의해 배분된 시간 여유분을 이용하여, 최대 50MHz까지 클럭 빠르기가 늦추어 질 수 있다고 가정하였으며, 공급 전압에 대한 클럭 주파 수는 비례한다고 가정하였다. 또한 정적인 전압 조절 기법의 한계를 극복하기 위해 최악의 경로로 최악의 실행시간 발생 시 실시간 제한 조건을 만족하지 못하는 경우를 방지하기 위해 실제 동적 전압 관리를 위해 최대 300MHz까지 클럭 주파수가 빨라 질 수 있다고 가정하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.