基于嵌入式移动设备上的3D应用低功耗研究

摘要

随着PC机上很多新颖的3D应用被移植到移动设备上，而移动设备是电池供电的，因此其能量消耗已经成为一个迫切需要解决的问题。目前存在两种体系架构:传统的CPU架构和比较流行的CPU-GPU异构架构。然而，已有的低功耗技术对于在这两种体系架构下的3D应用节能帮助却很少，因此需要进一步研究嵌入式移动设备上的3D应用低功耗。
　　 对于在传统的CPU架构下，为了使用低功耗技术DVFS，目前大多数的做法是通过当前3D应用图形帧的信息来预测未来帧的任务负载。然而，由于提取信息粒度较大且不完整而不能准确的预测任务负载。结合已有研究，如果提取信息粒度划分到函数级别，将会大大提高任务负载预测的精确度。而对于流行的CPU-GPU异构架构，由于低功耗模型不够完善，很少有软件层面的研究。当有大容量数据需要处理的情况下，PCI-E带宽会成为CPU和GPU计算的瓶颈。因此，为了更好的完善这一块，如果结合GPU的数据处理特性，对任务负载进行合理的分配到CPU和GPU上且并行运行，将会最大化的降低整个系统的功耗。
　　 针对所研究的问题，本文需要做的主要工作和完成的成果如下:
　　 1.在CPU架构下，对具体的3D应用函数调用层次及主要耗时函数进行提取分析。
　　 2.为了消除频繁调节CPU频率而带来的额外开销，提出了改进版本的贪心制。
　　 3.对于CPU-GPU异构架构，为了合理分配任务负载到CPU和GPU上，提出了结合GPU数据处理特性的数据分块方案。
　　 4.为了简化讨论，提出了功耗的最优化模型转化为时间的最优化模型并且有严谨的推理和分析过程。

目录

声明

摘要

第1章 绪论

1．1 研究背景和研究意义

1．2 本文的主要工作

1．3 本文的组织结构

1．4 本章小结

第2章 相关研究的综述

2．1 嵌入式移动设备概述

2．1．1 嵌入式移动设备的特点及应用

2．1．2 嵌入式移动设备的限制

2．2 CPU图形计算概述

2．2．1 3D图形管道流程

2．2．2 3D图形任务负载

2．3 GPU通用计算概述

2．3．1 GPU通用计算技术

2．3．2 CUDA技术

2．4 图形计算的低功耗概述

2．4．1 动态调压调频技术

2．4．2 GPU低功耗概述

2．5 本文的动机和研究框架

2．5．1 本文的动机

2．5．2 本文的研究框架

2．6 本章小结

第三章 基于CPU的3D应用低功耗研究

3．1 任务负载的定义及预测

3．2 改进的贪心机制

3．3 算法的整体架构

3．4 瓶颈和可能解决方案

3．5 实验与结果的分析

3．5．1 运行环境与测试应用

3．5．2 实验结果与分析

3．6 本章小结

第四章 基于CPU-GPU的3D应用低功耗研究

4．1 体系架构和任务负载的定义

4．2 分块方案及模型的建立

4．3 瓶颈和可能的解决方案

4．4 实验与结果分析

4．4．1 运行环境与测试应用

4．4．2 实验结果与分析

4．5 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

攻读学位期间的成果