5.4 Modelle des Energieverbrauchs und der Leistungsaufnahme
289
Beispiel 5.4: Energieverbrauchsbestimmung von load word (w)-Befehlen:
start: :w R1, address
/* *oad word */
...
/* *w-Befehh 50-100-fach wiederhoot */
bra start
/* zurück zum Anfang */
Der Energieverbrauch des Rücksprungs kann vernachlässigt werden. Der Einfluss
der Adressen, Registernummern und Registerinhalte kann durch Variation dieser
Werte bestimmt werden: wir setzen diese Werte zunächst auf Null und erhöhen dann
inkrementell die Anzahl der Einsen in der Bitvektordarstellung.
∇
In unseren Experimenten wurden die Konstanten durch eine lineare Regression
bestimmt. Alternativ hätte Maschinelles Lernen benutzt werden können. Es ergab
sich ein signifikanter Einfluss der Anzahl der Einsen in der Bitvektordarstellung der
Daten, der in Tiwaris Modell nicht erfasst werden kann.
5.4.6 Energiemodell für eine Anwendung
Abb. 5.17 Odroid XU3
Die Odroid XU3-Plattform [203] (siehe
Abb. 5.17) besitzt mehrere Strom- und Spannungssensoren. Diese Sensoren ermöglichen
eine präzise Messung der Leistungsaufnahme
während der Ausführung von Anwendungen,
wobei die Leistungsaufnahme der beiden Arten von ARM ® -Prozessorkernen, der GPU
und des DRAMs einzeln gemessen werden
können. Diese Sensoren werden in mehreren
Arbeiten genutzt, um verlässliche Angaben
zum Energieverbrauch zu machen. Beispielsweise haben Neugebauer et al. [418] diese Plattform in ihre Exploration des Entwurfsraums für eine Anwendung integriert. Diese Exploration auf der Basis eines
evolutionären Algorithmus wird in Abb. 5.18 gezeigt.
Evolutionärer
Master PC
Algorithmus
Odroid-XU3
A7
A15
RAM
T628
Mali
Mali
T628 RAM
A15
A7
Odroid-XU3
Fitness-Bewertung
Energiemessung
Fitness-Bewertung
Energiemessung
Abb. 5.18 Evolutionärer Algorithmus, Fitness-Berechnung auf der Basis von Messungen
289
Beispiel 5.4: Energieverbrauchsbestimmung von load word (w)-Befehlen:
start: :w R1, address
/* *oad word */
...
/* *w-Befehh 50-100-fach wiederhoot */
bra start
/* zurück zum Anfang */
Der Energieverbrauch des Rücksprungs kann vernachlässigt werden. Der Einfluss
der Adressen, Registernummern und Registerinhalte kann durch Variation dieser
Werte bestimmt werden: wir setzen diese Werte zunächst auf Null und erhöhen dann
inkrementell die Anzahl der Einsen in der Bitvektordarstellung.
∇
In unseren Experimenten wurden die Konstanten durch eine lineare Regression
bestimmt. Alternativ hätte Maschinelles Lernen benutzt werden können. Es ergab
sich ein signifikanter Einfluss der Anzahl der Einsen in der Bitvektordarstellung der
Daten, der in Tiwaris Modell nicht erfasst werden kann.
5.4.6 Energiemodell für eine Anwendung
Abb. 5.17 Odroid XU3
Die Odroid XU3-Plattform [203] (siehe
Abb. 5.17) besitzt mehrere Strom- und Spannungssensoren. Diese Sensoren ermöglichen
eine präzise Messung der Leistungsaufnahme
während der Ausführung von Anwendungen,
wobei die Leistungsaufnahme der beiden Arten von ARM ® -Prozessorkernen, der GPU
und des DRAMs einzeln gemessen werden
können. Diese Sensoren werden in mehreren
Arbeiten genutzt, um verlässliche Angaben
zum Energieverbrauch zu machen. Beispielsweise haben Neugebauer et al. [418] diese Plattform in ihre Exploration des Entwurfsraums für eine Anwendung integriert. Diese Exploration auf der Basis eines
evolutionären Algorithmus wird in Abb. 5.18 gezeigt.
Evolutionärer
Master PC
Algorithmus
Odroid-XU3
A7
A15
RAM
T628
Mali
Mali
T628 RAM
A15
A7
Odroid-XU3
Fitness-Bewertung
Energiemessung
Fitness-Bewertung
Energiemessung
Abb. 5.18 Evolutionärer Algorithmus, Fitness-Berechnung auf der Basis von Messungen