使用早期系統(tǒng)級功耗建模來測量和降低功耗

產(chǎn)品設(shè)計早期階段的功率評估主要使用電子表格等分析方法進行。這些電子表格通常包含不同任務(wù)或設(shè)備的功率，并且該表添加了最壞情況或功率的平均值。這些方法提供了一些見解，但它們未能捕捉到功耗的并發(fā)性質(zhì)。此外，這些模型是單獨評估的，不包含任務(wù)時序，并涵蓋了用例的整個設(shè)計空間。

電源管理是電子產(chǎn)品中的一個關(guān)鍵設(shè)計因素。消費類應(yīng)用、天基系統(tǒng)、數(shù)據(jù)中心解決方案和高性能計算的產(chǎn)品特性受到功率預(yù)算的限制。原因是客戶需求、鋰離子電池的重量和安裝太陽能電池板的物理空間。目標硬件資源上應(yīng)用程序任務(wù)圖的效率決定了能耗，并決定了電池選擇、能量收集和額外的電源管理。

必須從電子、顯示器、電氣和 MEMS 技術(shù)、電池和其他能量存儲以及電機和太陽能電池板等采集器的功耗的整體角度來看待電源。在系統(tǒng)級別，能源使用由用戶案例、每次運行的啟動次數(shù)和持續(xù)時間、復(fù)雜電子設(shè)備的電源狀態(tài)、基于活動或不活動的狀態(tài)機改變狀態(tài)以及功率最小化算法確定。在電池中，它是關(guān)于受請求峰值、充電速率、熱和物理沖擊以及每個電池系列屬性影響的生命周期。能量收集器與正確的角度或線圈、太陽光線和核材料等來源的可用性以及需求峰值有關(guān)。

多年來，已經(jīng)提出了許多電源管理算法。隨著時間的推移，這些算法已經(jīng)變得根深蒂固，并且它們的局限性暴露出來。因此，這些算法已經(jīng)在約束條件下發(fā)展或被基于軟件的電源管理所取代。更小的半導(dǎo)體工藝尺寸增加了泄漏功率，更大的處理器增加了熱絕緣要求，并且高帶寬傳感器數(shù)量的增加導(dǎo)致在更短的時間內(nèi)需要更高的阻力。數(shù)據(jù)移動的減少、軟件任務(wù)的分配、任務(wù)調(diào)度和替代拓撲的選擇也會影響功率。

實驗

讓我們舉幾個簡單的例子，看看各種架構(gòu)決策對功耗的影響。一個是混合動力汽車，另一個是 Cubesat，第三個是多核片上系統(tǒng)或處理器。

在混合動力汽車中，我們著眼于為電池充電并為系統(tǒng)中所有節(jié)點供電的電機產(chǎn)生的能量。VisualSim 中的系統(tǒng)仿真框圖如圖 1 所示。對于特定配置，生成的報告如圖 2 所示。從總功率圖中可以看出，峰值功率的請求持續(xù)時間非常短時間。您還可以查看哪些設(shè)備同時激活，哪些設(shè)備很少或隨機打開。此電源配置文件提供了對低功耗活動時段、禁用設(shè)備或網(wǎng)絡(luò)的機會以及電池大小的可見性。

圖 1：VisualSim 中混合動力 SUV 的系統(tǒng)級功率模型框圖。

圖 2：VisualSim 中 Hybrid SUV 模型的功率曲線。

第二種設(shè)計是由多個子系統(tǒng)組成的 CubeSat 系統(tǒng)，并從光伏電池接收電力。該設(shè)計結(jié)合了衛(wèi)星在陽光直射和日食期間的行為。用例是在每個軌道上定義的，處理過程會考慮一天中的時間、啟用的任務(wù)數(shù)量、每個任務(wù)期間活動的子系統(tǒng)以及活動的持續(xù)時間。處理設(shè)備在放電期間設(shè)置為較低的速度，在充電期間處于全性能狀態(tài)。圖 3 顯示了 CubeSat 的框圖，它包含四個部分：每個軌道用例的任務(wù)圖、電池和光伏電池、子系統(tǒng)及其與總線和調(diào)度程序的連接。圖 4 顯示了 10，000 個軌道的平均和瞬時功率，

圖 3：VisualSim 中用于評估功率、時間期限和任務(wù)到系統(tǒng)分配的 Cubesat 框圖。

圖 4：CubeSat 架構(gòu)探索模型的電源和活動視圖。

最后一個示例是具有自定義調(diào)度程序的多核片上系統(tǒng)，而不是實時操作系統(tǒng)。有四個線程同時運行，處理時間不同。在此示例中，我們評估了在任務(wù)到達時調(diào)度任務(wù)與提供偏移量的影響。評估指標是延遲增加與功耗降低。圖 5 顯示了多核架構(gòu)的功耗和延遲的仿真結(jié)果，沒有任務(wù)偏移。如您所見，所有四個內(nèi)核都在使用中。圖 6 顯示了并行任務(wù)之間使用偏移量為 35.0 的類似圖。您可以看到延遲完全沒有受到影響，但活動內(nèi)核的數(shù)量已減少到兩個。我們降低了成本，也降低了功耗。如果要求可以處理額外的延遲，

圖 5：并發(fā)任務(wù)之間沒有偏移的多核架構(gòu)模型。

圖 6：多核架構(gòu)的功耗、延遲和活動圖，并發(fā)任務(wù)之間的偏移量很小。

我們使用 Mirabilis Design 的 VisualSim 進行分析。VisualSim Architect 是用于電子和半導(dǎo)體架構(gòu)探索的圖形建模和仿真。我們使用 VisualSim 的預(yù)構(gòu)建庫和標準報告進行設(shè)計分析。建模環(huán)境使我們能夠捕捉電子、電氣子系統(tǒng)和 MEMS 的時序和功耗。結(jié)果，我們可以獲得整個系統(tǒng)的全局視圖。多核架構(gòu)使用 ARM Cortex A53 的四核周期精確模型。我們之所以選擇 A53，是因為處理器供應(yīng)商提供了廣泛的片上系統(tǒng) （SoC），并且 FPGA 供應(yīng)商已將其整合到他們的新一代 MPSoC FPGA 中。所有三個模型都在大約兩周的時間內(nèi)構(gòu)建和評估。

結(jié)論

系統(tǒng)級建?？捎糜谠陧椖块_始時測量功耗。模型必須將所有子系統(tǒng)的時序、功率和功能整合到架構(gòu)模型中。這確保您可以查看系統(tǒng)不同部分之間的交互，還可以查看您如何通過共享資源獲得優(yōu)勢，同時不放棄任何性能。為了評估系統(tǒng)建模的真正好處，我們對大型系統(tǒng)、嵌入式架構(gòu)和半導(dǎo)體進行了測試。我們發(fā)現(xiàn)即使評估可能不同，相同的方法也可以應(yīng)用于這些細分市場。VisualSim Architect 擁有所有這些應(yīng)用程序部分的庫，這使我們能夠加快模型開發(fā)。

審核編輯：郭婷