stringtranslate.com

Gestión de energía

La administración de energía es una característica de algunos aparatos eléctricos, especialmente fotocopiadoras , computadoras , CPU de computadora , GPU de computadora y periféricos de computadora como monitores e impresoras , que apaga la energía o cambia el sistema a un estado de bajo consumo de energía cuando está inactivo. En informática, esto se conoce como administración de energía de PC y se basa en un estándar llamado ACPI que reemplazó a APM . Todas las computadoras recientes tienen soporte ACPI.

Motivaciones

La gestión de energía de PC para sistemas informáticos es necesaria por muchas razones, en particular:

Un menor consumo de energía también significa una menor disipación de calor , lo que aumenta la estabilidad del sistema y un menor uso de energía, lo que ahorra dinero y reduce el impacto en el medio ambiente.

Técnicas a nivel de procesador

La gestión de energía de los microprocesadores se puede realizar en todo el procesador o en componentes específicos, como la memoria caché y la memoria principal.

Con el escalado dinámico de voltaje y el escalado dinámico de frecuencia , se puede modificar el voltaje del núcleo de la CPU , la velocidad del reloj o ambos para disminuir el consumo de energía a costa de un rendimiento potencialmente menor. Esto a veces se hace en tiempo real para optimizar el equilibrio entre potencia y rendimiento.

Ejemplos:

Además, los procesadores pueden apagar selectivamente los circuitos internos ( activación de la alimentación ). Por ejemplo:

La tecnología Intel VRT divide el chip en una sección de 3,3 V/O y una sección de núcleo de 2,9 V. El menor voltaje del núcleo reduce el consumo de energía.

Computación heterogénea

La arquitectura big.LITTLE de ARM puede migrar procesos entre núcleos "grandes" más rápidos y núcleos "LITTLE" más eficientes energéticamente.

Nivel del sistema operativo: hibernación

Cuando un sistema informático hiberna, guarda el contenido de la memoria RAM en el disco y apaga la máquina. Al iniciarse, vuelve a cargar los datos. Esto permite que el sistema se apague por completo mientras está en modo de hibernación. Esto requiere que se coloque un archivo del tamaño de la memoria RAM instalada en el disco duro, lo que podría ocupar espacio incluso cuando no se está en modo de hibernación. El modo de hibernación está habilitado de forma predeterminada en algunas versiones de Windows y se puede deshabilitar para recuperar este espacio en el disco.

En GPU

Las unidades de procesamiento gráfico ( GPU ) se utilizan junto con una CPU para acelerar la computación en una variedad de dominios que giran en torno a aplicaciones científicas , analíticas , de ingeniería , de consumo y empresariales . [4] Todo esto tiene algunas desventajas: la alta capacidad de computación de las GPU se produce a costa de una alta disipación de energía . Se han realizado muchas investigaciones sobre el problema de la disipación de energía de las GPU y se han propuesto muchas técnicas para abordar este problema. El escalado de voltaje dinámico / escalado de frecuencia dinámica (DVFS) y la compuerta de reloj son dos técnicas comúnmente utilizadas para reducir la energía dinámica en las GPU.

Técnicas DVFS

Los experimentos muestran que la política DVFS de procesadores convencionales puede lograr una reducción de consumo de energía de las GPU integradas con una degradación razonable del rendimiento. [5] También se están explorando nuevas direcciones para diseñar programadores DVFS efectivos para sistemas heterogéneos. [6] Se presenta una arquitectura de CPU-GPU heterogénea, GreenGPU [7] , que emplea DVFS de forma sincronizada, tanto para la GPU como para la CPU. GreenGPU se implementa utilizando el marco CUDA en un banco de pruebas físico real con GPU Nvidia GeForce y CPU AMD Phenom II. Experimentalmente, se muestra que GreenGPU logra un ahorro de energía promedio del 21,04 % y supera varias líneas base bien diseñadas. Para las GPU convencionales que se utilizan ampliamente en todo tipo de aplicaciones comerciales y personales, existen varias técnicas DVFS que están integradas solo en las GPU; AMD PowerTune y AMD ZeroCore Power son las dos tecnologías de escalado de frecuencia dinámica para tarjetas gráficas AMD . Las pruebas prácticas demostraron que al volver a acelerar una GeForce GTX 480 se puede lograr un consumo de energía un 28 % menor mientras que el rendimiento solo disminuye un 1 % para una tarea determinada. [8]

Técnicas de activación de puertas de potencia

Se han realizado muchas investigaciones sobre la reducción dinámica de potencia con el uso de técnicas DVFS. Sin embargo, a medida que la tecnología continúa reduciéndose, la potencia de fuga se convertirá en un factor dominante. [9] El control de potencia es una técnica de circuito comúnmente utilizada para eliminar la fuga apagando el voltaje de suministro de los circuitos no utilizados. El control de potencia genera una sobrecarga de energía; por lo tanto, los circuitos no utilizados deben permanecer inactivos el tiempo suficiente para compensar esta sobrecarga. Una nueva técnica de microarquitectura [10] para cachés de control de potencia en tiempo de ejecución de GPU ahorra energía de fuga. Según experimentos en 16 cargas de trabajo de GPU diferentes, el ahorro de energía promedio logrado por la técnica propuesta es del 54%. Los sombreadores son el componente que más energía consume de una GPU, una técnica de control de potencia de apagado predictivo de sombreadores [11] logra una reducción de fugas de hasta el 46% en los procesadores de sombreadores. La técnica de apagado predictivo de sombreadores explota la variación de la carga de trabajo entre fotogramas para eliminar la fuga en los clústeres de sombreadores. Otra técnica llamada Deferred Geometry Pipeline busca minimizar las fugas en unidades de geometría de función fija mediante el uso de un desequilibrio entre la geometría y el cálculo de fragmentos en los lotes, lo que elimina hasta el 57 % de las fugas en las unidades de geometría de función fija. Se puede aplicar un método simple de control de potencia con tiempo de espera a las unidades de ejecución que no son shader, lo que elimina el 83,3 % de las fugas en las unidades de ejecución que no son shader en promedio. Las tres técnicas mencionadas anteriormente incurren en una degradación insignificante del rendimiento, menos del 1 %. [12]

Véase también

Referencias

  1. ^ "Tecnología AMD PowerNow! con gestión de energía optimizada". AMD . Consultado el 23 de abril de 2009 .
  2. ^ "IBM EnergyScale para sistemas basados ​​en procesadores POWER6". IBM . Consultado el 23 de abril de 2009 .
  3. ^ "Descripción general de la tecnología AMD Cool'n'Quiet". AMD . Consultado el 23 de abril de 2009 .
  4. ^ "¿Qué es la computación GPU?". Nvidia.
  5. ^ "Marco de escalamiento dinámico de voltaje y frecuencia para GPU integradas de bajo consumo", Daecheol You et al., Electronics Letters (volumen: 48, número: 21), 2012.
  6. ^ "Efectos del escalamiento dinámico de voltaje y frecuencia en una GPU K20", Rong Ge et al., 42.a Conferencia internacional sobre procesamiento paralelo, páginas 826-833, 2013.
  7. ^ "GreenGPU: un enfoque holístico hacia la eficiencia energética en arquitecturas heterogéneas GPU-CPU", Kai Ma et al., 41.ª Conferencia internacional sobre procesamiento paralelo, páginas 48-57, 2012.
  8. ^ "Análisis de potencia y rendimiento de sistemas acelerados por GPU", Yuki Abe et al., Conferencia USENIX sobre sistemas y computación consciente del consumo de energía, páginas 10-10, 2012.
  9. ^ "Desafíos de diseño del escalamiento tecnológico", Borkar, S., IEEE Micro (Volumen: 19, Número: 4), 1999.
  10. ^ "Control de consumo de energía en tiempo de ejecución en cachés de GPU para ahorro de energía por fugas", Yue Wang et al., Conferencia y exposición sobre diseño, automatización y pruebas en Europa (DATE), 2012
  11. ^ "Una técnica de apagado predictivo para procesadores de sombreado de GPU", Po-Han Wang et al., Computer Architecture Letters (volumen: 8, número: 1), 2009
  12. ^ "Estrategias de control de potencia en GPU", Po-Han Wang et al., ACM Transactions on Architecture and Code Optimization (TACO) Volumen 8, número 3, 2011

Enlaces externos