212
3 Hardware eingebetteter Systeme
verstehen wir unter Operationen beispielsweise 32-Bit Additionen. Offensichtlich
können pro Joule immer mehr Operationen ausgeführt werden, da kleinere Strukturgrößen in der Chipfertigung zu effizienteren Chips führen. Für ein festes Jahr und
eine damit verfügbare Fertigungstechnologie ist aber die Energieeffizienz am höchsten für ASICs. Für rekonfigurierbare Schaltungen wie FPGAs (siehe Seite 181) ist
die Effizienz ca. eine Größenordnung geringer. Für programmierbare Prozessoren ist
sie noch geringer. Dagegen offerieren Prozessoren die größte Flexibilität hinsichtlich ihrer Programmierbarkeit. Etwas Flexibilität gibt es auch noch für FPGAs, aber
diese ist begrenzt auf die Größe von Anwendungen, die sich auf FPGAs abbilden
lassen. Für ASICs gibt es keine Flexibilität. Ein Abwägen zwischen Flexibilität und
Effizienz existiert selbst innerhalb der Klasse der Prozessoren: Prozessoren, die für
einen bestimmten Anwendungsbereich optimiert sind, wie z.B. digitale Signalprozessoren, erreichen eine Effizienz nahe der von FPGAs. Für allgemeine Prozessoren
ist die Effizienz am geringsten. Dies zeigt sich in Abb. 3.65 daran, dass die Effizienz von x86-ähnlichen Prozessoren (siehe „MPU”-Einträge) geringer ist als die von
DSP-Prozessoren.
Für Abb. 3.65 ist nicht genau bekannt, welche Anwendungen untersucht wurden
und wie Anwendungen auf die Prozessoren abgebildet wurden. Jüngere und detailliertere Publikationen erlauben es, diese Vergleiche umfassender zu gestalten. Eine
Übersicht über Vergleiche, die auch GPUs einschließt, wurde von Mittal et al. publiziert [399]. Die Übersicht enthält eine Liste von 28 Publikationen, denen zufolge
GPUs in den jeweiligen Anwendungen energieeffizienter waren als CPUs sowie zwei
Publikationen, in denen das Gegenteil gefunden wurde. Die Übersicht enthält auch
eine Liste von 26 Publikationen, denen zufolge FPGAs energieeffizienter waren als
GPUs und eine Publikation, die über das Gegenteil berichtet. Beispielsweise fanden
Hamada et al. [201] für eine n-Körper-Simulation der Gravitation, dass mit FPGAs
fünfzehn Mal mehr Operationen pro Watt ausgeführt werden konnten als mit GPUs.
Verglichen mit CPUs betrug der Faktor sogar 34. Die genauen Faktoren hängen
sicherlich von der Anwendung ab, aber als Daumenregel können wir folgendes festhalten: Wenn wir auf Spitzenwerte für die Energie- und Leistungseffizienz zielen,
sollten wir ASICs benutzen. Wir sollten FPGAs nehmen, wenn ASICs z.B. aus
Kostengründen ausscheiden. Wir sollten GPUs nehmen, wenn FPGAs nicht in Frage
kommen, weil z.B. Kompetenz zur Programmierung fehlt. Bei Prozessoren sind heterogene Prozessoren effizienter als homogene. Für abgegrenzte Anwendungsbereiche
lassen sich weitere Informationen gewinnen.
Mobiltelefone
Als einen speziellen Anwendungsbereich von eingebetteten Systemen (siehe Seiten
4 bis 9) betrachten wir nunmehr Telekommunikation und Mobiltelefone. Bei Mobiltelefonen steigen die Anforderungen an die Rechenleistung (Performanz) sehr stark
an, v.a. für Multimediaanwendungen. De Man und Philips haben geschätzt, dass
fortgeschrittene Multimediaanwendungen etwa 10 bis 100 Milliarden Operationen
pro Sekunde benötigen. Abb. 3.65 zeigt, dass fortgeschrittene Hardwaretechnolo-
3 Hardware eingebetteter Systeme
verstehen wir unter Operationen beispielsweise 32-Bit Additionen. Offensichtlich
können pro Joule immer mehr Operationen ausgeführt werden, da kleinere Strukturgrößen in der Chipfertigung zu effizienteren Chips führen. Für ein festes Jahr und
eine damit verfügbare Fertigungstechnologie ist aber die Energieeffizienz am höchsten für ASICs. Für rekonfigurierbare Schaltungen wie FPGAs (siehe Seite 181) ist
die Effizienz ca. eine Größenordnung geringer. Für programmierbare Prozessoren ist
sie noch geringer. Dagegen offerieren Prozessoren die größte Flexibilität hinsichtlich ihrer Programmierbarkeit. Etwas Flexibilität gibt es auch noch für FPGAs, aber
diese ist begrenzt auf die Größe von Anwendungen, die sich auf FPGAs abbilden
lassen. Für ASICs gibt es keine Flexibilität. Ein Abwägen zwischen Flexibilität und
Effizienz existiert selbst innerhalb der Klasse der Prozessoren: Prozessoren, die für
einen bestimmten Anwendungsbereich optimiert sind, wie z.B. digitale Signalprozessoren, erreichen eine Effizienz nahe der von FPGAs. Für allgemeine Prozessoren
ist die Effizienz am geringsten. Dies zeigt sich in Abb. 3.65 daran, dass die Effizienz von x86-ähnlichen Prozessoren (siehe „MPU”-Einträge) geringer ist als die von
DSP-Prozessoren.
Für Abb. 3.65 ist nicht genau bekannt, welche Anwendungen untersucht wurden
und wie Anwendungen auf die Prozessoren abgebildet wurden. Jüngere und detailliertere Publikationen erlauben es, diese Vergleiche umfassender zu gestalten. Eine
Übersicht über Vergleiche, die auch GPUs einschließt, wurde von Mittal et al. publiziert [399]. Die Übersicht enthält eine Liste von 28 Publikationen, denen zufolge
GPUs in den jeweiligen Anwendungen energieeffizienter waren als CPUs sowie zwei
Publikationen, in denen das Gegenteil gefunden wurde. Die Übersicht enthält auch
eine Liste von 26 Publikationen, denen zufolge FPGAs energieeffizienter waren als
GPUs und eine Publikation, die über das Gegenteil berichtet. Beispielsweise fanden
Hamada et al. [201] für eine n-Körper-Simulation der Gravitation, dass mit FPGAs
fünfzehn Mal mehr Operationen pro Watt ausgeführt werden konnten als mit GPUs.
Verglichen mit CPUs betrug der Faktor sogar 34. Die genauen Faktoren hängen
sicherlich von der Anwendung ab, aber als Daumenregel können wir folgendes festhalten: Wenn wir auf Spitzenwerte für die Energie- und Leistungseffizienz zielen,
sollten wir ASICs benutzen. Wir sollten FPGAs nehmen, wenn ASICs z.B. aus
Kostengründen ausscheiden. Wir sollten GPUs nehmen, wenn FPGAs nicht in Frage
kommen, weil z.B. Kompetenz zur Programmierung fehlt. Bei Prozessoren sind heterogene Prozessoren effizienter als homogene. Für abgegrenzte Anwendungsbereiche
lassen sich weitere Informationen gewinnen.
Mobiltelefone
Als einen speziellen Anwendungsbereich von eingebetteten Systemen (siehe Seiten
4 bis 9) betrachten wir nunmehr Telekommunikation und Mobiltelefone. Bei Mobiltelefonen steigen die Anforderungen an die Rechenleistung (Performanz) sehr stark
an, v.a. für Multimediaanwendungen. De Man und Philips haben geschätzt, dass
fortgeschrittene Multimediaanwendungen etwa 10 bis 100 Milliarden Operationen
pro Sekunde benötigen. Abb. 3.65 zeigt, dass fortgeschrittene Hardwaretechnolo-