移动平台游戏应用功耗优化

摘要

目前，低功耗已经成为计算机体系结构的重要研究主题。特别是在移动平台上，功耗问题已经成为制约移动平台发展的瓶颈。游戏应用占据移动应用超过50％的下载量，且由于其交互密集特性或计算密集特性或图形密集特性，往往比其他应用更耗功耗。
　　为了更加有效的在游戏场景下降低移动平台的功耗，学术界提出了不少针对游戏应用的功耗优化研究，但其中针对交互特性的研究非常有限。本文从游戏应用的特点出发，结合游戏应用需要与用户进行交互这一特点，引入了游戏状态这一信息来指导移动平台下不同物理部件的功耗优化。同时，由于目前针对移动平台的相关基准程序没有体现用户交互，因此，本文引入用户交互，提出了一个游戏专用的基准程序。论文的主要工作包括:
　　1.根据游戏程序执行的不同阶段具有不同的用户交互特性以及不同的用户体验和性能需求，定义了不同的游戏状态。为了能够在线的检测闭源游戏的不同游戏状态，提出和实现了基于特征和基于分类算法的两种游戏状态检测方法，并比对了它们的准确率和开销。
　　2.提出了基于帧率自调节的CPU功耗管理算法。不同游戏和不同游戏状态具有不同的性能需求。该算法实时检测游戏的帧率需求，动态调整CPU频率，实现高效的CPU功耗管理。
　　3.提出了基于游戏状态的动态背光调整策略。目前游戏过程中屏幕亮度采用静态背光值，而实际上不同游戏状态下用户有不同的性能需求。该策略通过权衡背光变化对用户体验的影响和背光变化对屏幕功耗的影响，在不影响用户体验的情况下，尽量的降低屏幕功耗。
　　4.提出了基于用户交互特征的测试基准程序PUBench。基于本文提出的移动平台要素剖析框架FPA(Factors Profiling Architecture)，PUBench以排队论为基础模拟用户交互行为，并对APP-OS交互和CPU-GPU交互进行量化分析。实验表明，PUBench很好地展现了移动平台的人机交互、负载和功耗管理特征，消除了“测试者依赖性”。最后，给出PUBench的一个使用案例。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 针对游戏应用的低功耗技术

1．2．1 游戏功耗的分布

1．2．3 游戏低功耗的国内外研究现状

1．3 论文的主要研究工作

1．4 论文的组织结构

第2章 游戏状态的定义和检测

2．2 游戏状态行为分析

2．3 基于特征的游戏状态检测方法

2．4 基于分类算法的游戏状态检测方法

2．5 实验验证和运行时的选择

2．6 本章小结

第3章 基于目标帧率反馈的CPU功耗管理策略

3．1 通用的CPU功耗管理

3．2 游戏功耗管理相关要素分析

3．2．1 游戏状态指导CPU功耗管理

3．2．2 游戏场景下CPU性能的刻画

3．3 游戏状态和FPS的对应

3．4 基于目标帧率自调节的CPU功耗管理策略

3．5 实验验证

3．5．1 实验设置和测试用例

3．5．2 结果分析

3．6 本章小结

第4章 基于游戏状态的动态背光管理策略

4．2 背光变化对用户体验的影响

4．3 背光变化对屏幕功耗的影响

4．4 功耗和用户体验的权衡

4．5 基于游戏状态的动态背光管理算法

4．6 实验验证

4．6．1 实验设置和测试用例

4．6．2 结果分析

4．7 相关讨论和灵敏度分析

4．8 本章小结

第5章 PUBench的设计与实现

5．1 移动平台相关要素剖析

5．1．1 FPA：面向移动平台的要素剖析框架

5．1．2 FPA架构对PUBench的设计指导

5．2 基于排队论的游戏特征量化

5．3 Android平台下PUBench的设计与实现

5．3．1 PUBench实现框架

5．3．2 PUBench任务集的选择

5．3．3 模拟交互的实现

5．3．4 PUBench评价指标

5．3．5 PUBench的编码实现

5．4 实验验证

5．4．1 实验平台

5．4．2 PUBench相关特征的实验分析

5．4．3 PUBench的使用案例：Android平台功耗管理算法对比

5．5 本章小结

第6章 总结与展望

6．1 本文工作总结

6．2 未来工作展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果