移动设备云中基于代码迁移的节能方法研究

摘要

近年来，移动终端的电池能量密度的发展速度远远跟不上移动应用所需的计算能耗发展速度，移动终端能效问题日益突出。利用周围空闲移动终端分担计算任务，实现移动终端节能成为解决问题方法之一。现有研究方法忽视了CPU运行频率对任务迁移执行能耗的重大影响，在能耗效率方面还有较大潜力可挖掘。基于CPU频率和能耗特征，研究将终端上以高频运行的一组任务迁移到周围多个终端以低频方式运行，提出能够较大程度地节省终端能耗的代码迁移方法，具有重要的理论与实际意义。
　　面向移动设备云环境的终端节能框架MilDip采用应用代码迁移方法有效降低终端电池能耗。MilDip首先通过软件测量方法确定CPU频率和能耗的非线性关系，即CPU频率越低，能耗越低，然后将高性能设备上的任务划分为多个并行子任务，将子任务迁移至附近处于低性能状态移动设备，从而既达到通过降低子任务的能耗减少任务整体能耗的目的，又通过任务的并行执行保证性能的目标。为了实现代码迁移过程能耗最优，将代码迁移问题抽象为混合整数非线性规划问题，并提出一个启发式的任务迁移和频率调节算法求解该问题的最优解。
　　为了测试MilDip的性能，采用曼德博集合程序作为测试程序，并将原程序划分为多个子任务后迁移至不同CPU频率的附近移动设备。实验结果表明，相比不考虑CPU频率和能耗特性的代码迁移方法，MilDip在保证相同性能的条件下，可以多节约20~50％的能耗。

目录

声明

1 绪论

1.1 问题提出

1.2 国内外研究现状

1.3 课题研究内容及组织结构

2 基于代码迁移的节能可行性分析

2.1 CPU频率和能耗关系的理论推导

2.2 CPU频率和能耗关系的软件测量

2.3 移动设备云环境中终端CPU频率分布

2.4 不同频率移动终端间代码迁移的节能效果验证

2.5 小结

3 移动设备云环境下基于代码迁移节能框架

3.1 框架各模块间关系

3.2 设备配置分析模块

3.3 程序分析模块

3.4 设备间通信模块

3.5 迁移决策和频率调节模块

3.6 小结

4 系统模型设计和算法实现

4.1 系统模型假设

4.2 系统模型

4.3 代码迁移算法实现

4.4 小结

5 模型测试与性能分析

5.1 测试环境和评价指标

5.2 测试结果与分析

5.3 小结

6 总结和展望

6.1 全文总结

6.2 研究展望

致谢

参考文献

附录1攻读硕士期间发表的学术论文目录

附录2攻读硕士期间申请的国家发明专利

附录3攻读硕士期间参与的项目