DE102008036246A1 - Electrical power consumption optimizing method for e.g. personal computer, involves using inactivity phase for disconnection of components of data processing device in condition of reduced power consumption of components - Google Patents
Electrical power consumption optimizing method for e.g. personal computer, involves using inactivity phase for disconnection of components of data processing device in condition of reduced power consumption of components Download PDFInfo
- Publication number
- DE102008036246A1 DE102008036246A1 DE102008036246A DE102008036246A DE102008036246A1 DE 102008036246 A1 DE102008036246 A1 DE 102008036246A1 DE 102008036246 A DE102008036246 A DE 102008036246A DE 102008036246 A DE102008036246 A DE 102008036246A DE 102008036246 A1 DE102008036246 A1 DE 102008036246A1
- Authority
- DE
- Germany
- Prior art keywords
- processing device
- data processing
- components
- inactivity
- determined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3287—Power saving characterised by the action undertaken by switching off individual functional units in the computer system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
- G06F1/3228—Monitoring task completion, e.g. by use of idle timers, stop commands or wait commands
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Power Sources (AREA)
Abstract
Description
Die Erfindung betrifft ein Verfahren zum Optimieren des elektrischen Energieverbrauchs wenigstens einer Datenverarbeitungseinrichtung, insbesondere einer mobilen Datenverarbeitungseinrichtung, bei dem aus fortlaufend, periodisch oder ereignisgetrieben zeitlich protokollierten Nutzungsinformation der Datenverarbeitungseinrichtung oder Teilen der Datenverarbeitungseinrichtung Informationen über die zukünftige Nutzung abgeleitet und zur Optimierung des Energieverbrauchs dieser Anlage verwendet werden.The The invention relates to a method for optimizing the electrical Energy consumption of at least one data processing device, in particular a mobile data processing device, in which from consecutive, periodic or event-driven chronologically logged Usage information of the data processing device or parts the data processing device derived information about future use and to optimize the energy consumption of this system.
Energieverbrauch stellt in heutigen PC-Systemen aus technischen, ökologischen und inzwischen auch ökonomischen Gründen eine wichtige Rolle dar. Spielen bei typischen Desktopsystemen im privaten Gebrauch eher Sekundäreffekte wie Erwärmung und Geräuschentwicklung durch Kühlung eine Rolle, so stellt der steigende Energiebedarf bei Notebooks direkt ein Problem dar, da die aktuelle Akku-Entwicklung dem Bedarf nicht mehr gewachsen ist. Eine Verkürzung der Laufzeit ist eine direkte Konsequenz. Powermanagement ist hierbei die Lösung. Hardwareseitige Unterstützung, welche das Abschalten ungenutzter Bestandteile des PCs ermöglicht, besteht bereits heute schon. Die zur Nutzung benötigten Algorithmen unterliegen jedoch einem Verbesserungsbedarf.power consumption represents in today's PC systems from technical, environmental and meanwhile also economic establish play an important role in typical desktop systems in private Use rather secondary effects like warming and noise by cooling a role, so the rising demand for energy in notebooks directly a problem because the current battery development is no longer able to meet the demand. A shortening the term is a direct consequence. Power management is here the solution. the hardware side Support, which makes it possible to switch off unused components of the PC already today. The algorithms required for use are subject but a need for improvement.
In derzeit verbreiteten Betriebssystemen haben sich profilbasierte Verfahren mit statischen Timeouts der zu steuernden Geräte (typischerweise: Bildschirm, die Festplatte und der Systemzustand) durchgesetzt. Es werden eine Reihe solcher Profile zur Verfügung gestellt, die jeweils bestimmte Anwendungsfälle (Präsentation, Laptopmode, Desktopmode) kapseln. Das Umschalten auf das jeweils passende Profil erfolgt manuell durch den Nutzer des Systems. Problematisch hierbei sind einerseits die Notwendigkeit der manuellen Umschaltung und andererseits die Generalisierung der Anwendungsfälle durch nur eine geringe Anzahl vorhandener Profile. Der Nutzer muss häufig zwischen Energieersparnis und Nervigkeit durch Fehlentscheidungen des Powermanagements abwägen. Erste Verbesserungen zeigt Microsoft auf dem kommerziellen Sektor mit der Integration der adaptiven Display-Timeout-Steuerung in das Power Management von Windows Vista. Werden Fehlentscheidungen des Powermanagements detektiert, so wird der Timeout entsprechend nach oben korrigiert.In currently used operating systems have become profile-based Method with static timeouts of the devices to be controlled (typically: Screen, the hard disk and the system state). There are a number of such profiles available, each certain applications (Presentation, Laptop mode, desktop mode). Switching to the respective matching profile is done manually by the user of the system. Problematic On the one hand, there is the need for manual switching and on the other hand the generalization of use cases by only a small number of existing profiles. The user must frequently between Energy savings and annoyance due to wrong decisions in power management weigh. First improvements shows Microsoft in the commercial sector with the integration of the adaptive display timeout control in the power management from Windows Vista. Are wrong decisions of power management detected, the timeout is corrected accordingly upward.
Forschungsseitig wurde im Rahmen eines Projektes ein fuzzygesteuertes reaktives Powermanagement entwickelt, welches unter Beobachtung verschiedener Eingabegrößen die Entscheidung zur Abschaltung der Geräte trifft. Nachteilig hierbei ist der rein reaktive Charakter, der es nur ermöglicht auf die aktuelle Nutzung des Systems einzugehen, nicht jedoch auf den zukünftigen Bedarf zu schließen. Dies ist aber nötig, da Abschaltvorgänge speziell der Festplatte oder des Gesamtsystems erst nach gewisser Zeit im abgeschalteten Zustand tatsächlich Energie sparen. Abhilfe schaffen hierbei lernende oder adaptive Verfahren, die es ermöglichen, das Verhalten des Nutzers und des Systems über die Zeit zu erlernen. Anhand wiederkehrender Muster lässt sich dann das Potential zum Abschalten eines Gerätes sehr genau bestimmen. Derzeit bekannte lernende Verfahren zur Steuerung des Powermanagements beziehen sich ausschließlich auf einzelne Geräte. So existiert ein Verfahren, welches in einer Anlernphase Regeln zur optimalen Auswahl einer Spindown-Strategie einer Festplatte ermittelt. In einem weiteren Ansatz wird unter Berücksichtigung der zugreifenden Applikationen anhand eines trainierten Markov-Modells der optimale Abschaltzeitpunkt der Festplatte bestimmt. Adaptive Verfahren zur Steuerung des Festplattentimeouts sind ebenfalls bekannt. Alle diese Ansätze sind jedoch stark auf das Anwendungsgebiet (die Steuerung des Powermanagements der Festplatte) angepasst und eignen sich daher nicht zur Realisierung des Powermanagements von ganzen PC Systemen.research side Within the framework of a project, a fuzzy-controlled reactive power management system was developed developed, which under observation of different input quantities the Decision to switch off the device applies. Disadvantage here is the purely reactive character, which only allows for the current usage the system, but not on future needs. This is but necessary, there shutdowns especially the hard disk or the entire system only after some time in the off state actually Save energy. Remedy here is learning or adaptive Procedures that allow learn the behavior of the user and the system over time. On the basis of recurring Pattern leaves then determine the potential for switching off a device very accurately. Currently relate known learning methods for controlling the power management exclusively on individual devices. So there exists a procedure which rules in a learning phase for optimal selection of a spin-down strategy of a hard disk determined. In a further approach is taking into account the accessing applications on the basis of a trained Markov model the optimal Shutdown time of the hard disk determined. Adaptive method to Control of hard disk timeout are also known. All these Approaches are However, strong on the field of application (the control of power management the hard drive) and are therefore not suitable for implementation Power management of entire PC systems.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren der eingangs genannten Gattung aufzuzeigen, welches die Vorhersage von Potential zur Abschaltung oder zur Reduzierung der Leistungsaufnahme aller ungenutzten Ressourcen ermöglicht und dieses dann zum Optimieren des Energieverbrauchs der Datenverarbeitungseinrichtung nutzt.Of the Invention is based on the object, a method of the initially genus to show the prediction of potential to shut off or reduce the power consumption of all unused resources and this then to optimize the power consumption of the data processing device uses.
Diese Aufgabe ist nach Anspruch 1 erfindungsgemäß dadurch gelöst, dass Inaktivitäten des Benutzers der Datenverarbeitungseinrichtung und/oder der von Bestandteilen der Datenverarbeitungseinrichtung selbst festgestellt werden, die Zeitdauern der Inaktivitäten ermittelt werden und aus den ermittelten Zeitdauern mögliche Inaktivitätsphasen bestimmt werden, die zur Abschaltung und/oder zum Wechsel in einen Zustand reduzierter Leistungsaufnahme von Bestandteilen der Datenverarbeitungseinrichtung und/oder der Datenverarbeitungseinrichtung selbst herangezogen werden.These The object is achieved according to claim 1 according to the invention in that inactivity the user of the data processing device and / or of Components of the data processing device itself detected be determined, the periods of inactivity and off the determined periods possible Inactivity phases determined be used to shutdown and / or to change to a state reduced power consumption of components of the data processing device and / or the data processing device itself be used.
Diese erfindungsgemäße Überprüfung kann fortlaufend, periodisch oder durch Ereignisse gesteuert erfolgen. Kann entsprechendes Potential ermittelt werden, so wird dieses genutzt, um die Datenverarbeitungseinrichtung oder Teile der Datenverarbeitungseinrichtung abzuschalten oder in einen Zustand geringerer Leistungsaufnahme zu versetzen und somit den Energieverbrauch des Gesamtsystems zu optimieren. Im Folgenden wird der Lösungsansatz detailliert beschrieben.These The check according to the invention can be continuous, periodically or controlled by events. Can appropriate Potential are determined, this is used to the data processing device or parts of the data processing device to turn off or in to put a state of lower power consumption and thus to optimize the energy consumption of the entire system. Hereinafter the solution becomes detailed described.
Das erfindungsgemäße Verfahren sucht für Bestandteile der Datenverarbeitungseinrichtung oder die gesamte Datenverarbeitungseinrichtung optimale Zeiten zur Abschaltung bzw. zum Wechsel in Zustände mit reduzierter Leistungsaufnahme. Diese Zeiten werden im Folgenden Timeouts genannt. Überschreitet die Inaktivitätszeit tidle von für einen Bestandteil der Datenverarbeitungseinrichtung relevanten Eingabegrößen diesen Timeout to, so wird dieser Bestandteil ausgeschaltet bzw. in einen leistungsreduzierten Zustand versetzt. Ein optimal gewählter Timeout to bewirkt, dass eine Abschaltung bzw. ein Wechsel in einen leistungsreduzierten Zustand so stattfindet, dass der jeweilige Bestandteil der Datenverarbeitungseinrichtung lange Zeit ausgeschaltet ist bzw. sich im leistungsreduzierten Zustand befindet und es keine weiteren Folgen wie eine Störung des Benutzers oder eine kurze Zeit später stattfindende Anfrage an den betroffenen Bestandteil der Datenverarbeitungseinrichtung gibt. Aufgrund des hinreichend langen Verweilens des Bestandteils der Datenverarbeitungseinrichtung im ausgeschalteten bzw. im leistungsreduzierten Zustand wird im Vergleich zum vorhergehenden Betriebszustand Energie gespart.The inventive method searches for Components of the data processing device or the entire data processing device optimal times for switching off or to change to states with reduced power consumption. These times are called timeouts below. If the inactivity time t idle of input variables relevant for a component of the data processing device exceeds this timeout t o , then this component is switched off or put into a power-reduced state. An optimally selected timeout t o causes a shutdown or a change to a reduced power state takes place so that the respective component of the data processing device is switched off for a long time or is in the reduced power state and there are no further consequences such as a user or malfunction a short time later held request to the affected part of the data processing device. Due to the sufficiently long residence of the component of the data processing device in the off or in the reduced power state energy is saved compared to the previous operating state.
Damit es eine solche Energieeinsparung und keine Störung des Benutzers gibt, gelten für einen optimalen Timeout to verschiedene Kriterien. Verwendet man einen Timeout, so geht man davon aus, dass bei einer überwachten Eingabegröße, die Inaktivität signalisiert, bei Erreichen eines Timeouts to durch die Inaktivitätszeit tidle, also bei tidle > to, wahrscheinlich weiterhin zumindest kurzfristig keine Aktivität festgestellt wird. Eine überwachte Eingangsgröße gilt als inaktiv, wenn mindestens während einer Zeit tmin keine Aktivität an dieser Eingangsgröße festgestellt wird. Somit gilt für einen optimalen Timeout to das Kriterium to ≥ tmin. Als Aktivität kann beispielsweise im Falle des Benutzers eine Eingabe in die Datenverarbeitungseinrichtung gewertet werden. Signalisiert eine überwachte Eingabegröße Inaktivität, so ist nicht absehbar, wie lange diese Inaktivitätsphase dauert bzw. wann die nächste Aktivität festgestellt wird. Damit im Vergleich zum aktuellen Betriebszustand Energie gespart wird, muss ein Bestandteil der Datenverarbeitungseinrichtung länger als die Break-Even-Zeit tBE abgeschaltet sein bzw. sich in einem leistungsreduzierten Zustand befinden. Die Break-Even-Zeit tBE ist die Zeit, nach der die zusätzlich für die Abschaltung bzw. den Zustandswechsel benötigte Energie der im abgeschalteten bzw. leistungsreduzierten Zustand eingesparten Energie entspricht. Daraus ergibt sich das Kriterium tidle > to + tBE. Die Break-Even-Zeit ist je nach Bestandteil einer Datenverarbeitungseinrichtung und Art des Zustandswechsels verschieden. Außerdem ist es möglich, dass nach einiger Zeit eine Aktivität an einer überwachten Eingangsgröße festgestellt wird, weil der Benutzer durch die Abschaltung bzw. den Wechsel in den leistungsreduzierten Zustand gestört wird (Nervigkeit). Ein Bestandteil einer Datenverarbeitungseinrichtung sollte somit mindestens eine Zeit Δtok ausgeschaltet sein bzw. sich in einem leistungsreduzierten Zustand befinden, um aus Sicht des Nutzers ein zu häufiges Abschalten bzw. Umschalten in einen leistungsreduzierten Zustand zu vermeiden. Daraus ergibt sich das Kriterium tidle > to + Δtok, wobei Δtok tBE gilt.In order for such an energy saving and no disturbance of the user, different criteria apply for an optimal timeout t o . If a timeout is used, then it is assumed that in the case of a monitored input variable, which signals inactivity, if a timeout t o is reached by the idling time t idle , ie at id id > t o , no activity will probably continue to be detected at least in the short term. A monitored input quantity is considered to be inactive if no activity is detected at this input value for at least a time t min . Thus, for an optimal timeout t o, the criterion t o ≥ t min applies. As an activity, for example, in the case of the user, an input to the data processing device can be evaluated. If a monitored input parameter indicates inactivity, it is not possible to predict how long this inactivity phase will last or when the next activity will be detected. In order to save energy compared to the current operating state, a component of the data processing device must be switched off for longer than the break-even time t BE or be in a power-reduced state. The break-even time t BE is the time after which the additional energy required for the shutdown or the state change corresponds to the energy saved in the switched-off or power-reduced state. This results in the criterion t idle > t o + t BE . The break-even time differs depending on the component of a data processing device and the type of state change. In addition, it is possible that after some time an activity is detected at a monitored input, because the user is disturbed by the shutdown or the change in the power-reduced state (annoyance). A component of a data processing device should therefore at least one time .DELTA.t be ok off or be in a reduced-power state in order to avoid from the user's perspective too frequent switching off or switching to a reduced-power state. This yields the criterion t idle > t o + Δt ok , where Δt ok t BE .
Aus den genannten Kriterien lässt sich ableiten, dass bei gegebenem Δtok eine Aktivität einer überwachten Eingangsgröße nach tidle während Δtok, also bei to < tidle ≤ to + Δtok einen Fehlerfall darstellt. Da die Inaktivitätszeit tidle einer überwachten Eingangsgröße für gewöhnlich nicht vorhergesagt werden kann, ist der optimale Timeout to die niedrigste Zeit, für die der Fehlerfall maximal mit einer Wahrscheinlichkeit pmax auftritt. Somit gilt für den optimalen Timeout to: W(to < tidle ≤ to + Δtok) ≤ pmax It can be deduced from the stated criteria that, given a Δt ok, an activity of a monitored input variable after t idle during Δt ok , ie at t o <t idle ≦ t o + Δt ok, represents an error case. Since the inactivity time t idle of a monitored input variable can not usually be predicted, the optimal timeout t o is the lowest time for which the error case occurs with a maximum likelihood p max . Thus, for the optimal timeout t o : W (t o <t idle ≤ t o + Δt ok ) ≤ p max
Um die Wahrscheinlichkeit zu bestimmen, dass eine Aktivität einer überwachten Eingangsgröße in einem bestimmten Zeitintervall auftritt, werden nach einer ersten Weiterbildung der Erfindung festgestellte Inaktivitätszeiten zusammen mit einem Zeitstempel erfasst, in Datenmengen gespeichert und als Teil einer Lernkomponente eingestellt Im Folgenden wird für eine solche Datenmenge der Begriff „Histogramm” verwendet. Als Inaktivitätszeit wird dabei die Zeitdauer zwischen zwei aufgetretenen Aktivitäten einer überwachten Eingangsgröße definiert. Im Fall des Benutzers entspricht diese Zeit dem Zeitintervall zwischen zwei Eingaben bzw. der Zeit, nach welcher er zurückgekehrt ist.Around the probability of determining that an activity is a supervised one Input size in one specific time interval occurs after a first training Inactivity times detected in the invention together with a Timestamp captured, stored in datasets and as part of a Learning component set In the following, for such a data set the Term "histogram" used. As inactivity time In this case, the time duration between two activities that have occurred is monitored Input size defined. In the case of the user, this time corresponds to the time interval between two inputs or the time after which he returned.
Unterteilt man die Zeitachse in mehrere diskrete Bereiche (z. B. Sekundenintervalle), so kann man in dem Histogramm zählen, wie oft die Rückkehr zu einer bestimmten Zeit stattgefunden hat. Unter Verwendung des Histogramm wird die absolute Häufigkeit bestimmter Rückkehrzeiten ermittelt. Teilt man die absoluten Häufigkeiten durch die Anzahl der erfassten Werte, so erhält man die relative Häufigkeit h(t). Stochastisch kann dies als empirische Erhebung und damit als Zufallsexperiment mit der Zufallsvariablen X ≈ ”Rückkehr nach der Zeit tidle” aufgefasst werden. Die Stichprobe des Experiments umfasst die Inaktivitätszeiten der überwachten Eingabegröße. Damit entspricht die relative Häufigkeit, die mit Hilfe des Histogramms ermittelt wird, der Wahrscheinlichkeitsfunktion f(t).Dividing the time axis into several discrete areas (eg seconds intervals), one can count in the histogram how often the return to a certain time has taken place. Using the histogram, the absolute frequency of certain return times is determined. Dividing the absolute frequencies by the number of recorded values gives the relative frequency h (t). Stochastically, this can be understood as an empirical survey and thus as a random experiment with the random variable X ≈ "return after time t idle ". The sample of the experiment includes the inactivity times of the monitored input size. Thus the relative frequency, which is determined with the help of the histogram, corresponds to the probability function f (t).
Eine Wahrscheinlichkeit W(X ≤ t) wird durch die Funktion der Wahrscheinlichkeitsverteilung F(t) bestimmt. Diese erhält man durch Integration der Wahrscheinlichkeitsfunktion f(t). Da das Histogramm diskrete Werte enthält, gilt für die Verteilungsfunktion:A Probability W (X ≤ t) is determined by the function of the probability distribution F (t). This one gets one by integration of the probability function f (t). Since that Histogram contains discrete values, applies to the distribution function:
Mit der Verteilungsfunktion F(t) kann die Wahrscheinlichkeit W(to < X ≤ to + Δtok) bestimmt werden. So gilt die Gleichung: W(a < X ≤ b) = F(b) – F(a)With the distribution function F (t), the probability W (t o <X ≦ t o + Δt ok ) can be determined the. So the equation holds: W (a <X ≦ b) = F (b) - F (a)
Damit lässt sich die genannte Wahrscheinlichkeit folgendermaßen berechnen: W(to < X ≤ to + Δtok) = F(to + Δtok) – F(to)Thus, the said probability can be calculated as follows: W (t o <X ≦ t o + Δt ok ) = F (t o + Δt ok ) - F (t o )
Das Kriterium für den zuvor genannten optimalen Timeout to lautet somit wie folgt: F(to + Δtok) – F(to) ≤ pmax The criterion for the aforementioned optimal timeout t o is thus as follows: F (t o + Δt ok ) - F (t o ) ≤ p max
Der optimale Timeout to muss also mit gegebener Verteilung F(t), dem Zeitintervall Δtok und der maximalen Wahrscheinlichkeit pmax die Ungleichung F(to + Δtok) – F(to) ≤ pmax erfüllen. Da dies für mehrere Timeouts zutreffen kann, wird der kleinste Wert genommen, der größer oder gleich dem minimalen Timeout tmin ist. Dieser Timeout hängt aufgrund der Verteilung F(t) von der Vergangenheit ab und damit vom Wissen über das Verhalten der überwachten Eingabegröße. Also ist es sehr wahrscheinlich, dass ab diesem Timeout eine begonnene Inaktivität so lange dauert, dass sich eine Abschaltung bzw. ein Wechsel des betroffenen Bestandteils in einen leistungsreduzierten Zustand lohnt. Somit sorgt dieser Wert mit einer sehr hohen Wahrscheinlichkeit für eine Energieeinsparung und für eine geringe Störung des Benutzers.The optimal timeout t o must therefore satisfy the inequality F (t o + Δt ok ) - F (t o ) ≦ p max with a given distribution F (t), the time interval Δt ok and the maximum probability p max . Since this may apply to several timeouts, the smallest value is taken to be greater than or equal to the minimum timeout t min . Due to the distribution F (t), this timeout depends on the past and thus on the knowledge of the behavior of the monitored input variable. So it is very likely that from this timeout, a started inactivity takes so long that a switch-off or a change of the affected component in a power-reduced state is worthwhile. Thus, this value provides a very high probability of energy savings and low user disturbance.
Die Lernkomponente ist adaptiv. Das beschriebene Histogramm und damit die Verteilung der Inaktivitätszeiten verändern sich im Laufe der Zeit. Initial ist das Histogramm leer. Damit liegt kein Wissen über vergangene Inaktivität vor. Dieses Wissen entsteht langsam mit jeder Benutzerrückkehr, die größer oder gleich dem minimalen Timeout tmin ist. Jedoch können Benutzer- und Systemverhalten sehr unterschiedlich sein und sich mit der Zeit verändern. Diese Änderung zeichnet sich darin aus, dass bestimmte Rückkehrzeiten in veränderter Häufigkeit auftreten. Das Histogramm beinhaltet irgendwann alte Werte, die das frühere Verhalten beschreiben. Sie sind am Anfang eines Verhaltenswechsels in der Überzahl und dominieren somit den statistisch bestimmten Timeout. Dieser entspricht nicht mehr zwangsläufig dem neuen Verhalten. Die Folge ist eine erhöhte Störung des Benutzers. Erst mit wachsender Anzahl der neuen Werte passt sich das Histogramm an, so dass sich der Timeout ändert. Dieser Prozess kann bei einem Histogramm mit vielen Werten sehr lange dauern. Es stellt sich also die Frage, wie weit das Wissen des Histogramms in die Vergangenheit reichen darf. Das Histogramm sollte
- 1. so viel wissen, dass empirisch ein passender Timeout bestimmt werden kann.
- 2. nur so viel wissen, dass die histogrammbasierte Timeout-Bestimmung dynamisch auf Verhaltensänderung reagiert.
- 1. know so much that empirically a suitable timeout can be determined.
- 2. Knowing only enough that the histogram-based time-out determination reacts dynamically to behavioral change.
Um für eine dynamische Anpassung des Histogramms zu sorgen, ist in einer Weiterbildung der Erfindung vorgesehen, nur ein bestimmtes Zeitfenster der Länge Δtvalid zu betrachten. Ältere Werte fallen weg. So wird alte Information durch Vergessen verloren.In order to provide for a dynamic adaptation of the histogram, it is provided in a further development of the invention to consider only a specific time window of length Δt valid . Older values fall away. So old information is lost through oblivion.
Zur Bestimmung des Alters der im Histogramm enthaltenen Inaktivitätszeiten dürfen nicht alle Zeitbereiche herangezogen werden. Ist beispielsweise die Datenverarbeitungseinrichtung zwischenzeitig nicht in Betrieb oder das bisher beschriebene erfindungsgemäße Verfahren wird einige Zeit nicht eingesetzt, so sind solche Zeitpausen keine relevanten Innaktivitätszeiten und dürfen keinen Einfluss auf das Alter eines Wertes im Histogramm haben. Die Auslassung bestimmter Zeitintervalle bei der Bestimmung eines Alters wird durch eine Weiterbildung der Erfindung so erreicht, dass eine globale Zeit und eine lokale Zeit für die Histogramm-Werte eingeführt werden, die über Referenzzeitstempel in Bezug stehen. Das Alter einer im Histogramm enthaltenen Inaktivitätszeit wird dabei auf der lokalen Zeitachse ermittelt. Beim Hinzufügen einer Inaktivitätszeit wird ein globaler in einen lokalen Zeitstempel umgerechnet. Bestimmte Zeitintervalle werden ausgelassen, indem die Länge des jeweiligen Zeitintervalls auf den globalen Referenzzeitstempel addiert wird. Damit kann ein neuer globaler Zeitstempel so in einen lokalen Zeitstempel umgerechnet werden, dass für die Berechnung eines Alters bestimmte Zeitintervalle ausgelassen werden.to Determine the age of inactivity times in the histogram allowed to not all time ranges are used. For example the data processing device temporarily not in operation or the method of the invention described so far will not be for some time used, such time gaps are not relevant Innaktivitätszeiten and allowed have no influence on the age of a value in the histogram. The omission of certain time intervals in the determination of a Age is achieved by a development of the invention so, that a global time and a local time for the histogram values are introduced the above Reference timestamps are related. The age of one in the histogram contained inactivity time is determined on the local time axis. When adding a inactivity a global is converted to a local timestamp. Certain Time intervals are omitted by the length of the respective time interval the global reference time stamp is added. This can be a new Global timestamp converted into a local timestamp be that for the calculation of an age omitted specific time intervals become.
Nach einer nächsten Weiterbildung der Erfindung ist vorgesehen, dass in der Lernkomponente zumindest eine Korrekturmöglichkeit für Timeouts enthalten ist. Das adaptierte Histogramm entsteht im Laufe der Zeit. Zu Anfang ist es leer und beinhaltet kein Wissen. Dieses Wissen wächst mit hinzukommenden Inaktivitätszeiten. Das Vergessen von alten Werten kann hingegen dafür sorgen, dass die Anzahl der bekannten Inaktivitätszeiten wieder abnimmt. Bei einer geringen Stichprobengröße ist ein aufgrund dieses Wissens für die nächste Inaktivitätsphase bestimmter Timeout nicht sehr aussagekräftig. Somit sind weitere Mechanismen notwendig, um das Histogramm innerhalb der Lernkomponente zu ergänzen. Ein solcher Mechanismus wird im Folgenden beschrieben. Für das lernende Verfahren ist die Zeitspanne Δtok eingeführt worden. Eine Aktivität der überwachten Eingabegröße während dieser Zeit ist sowohl aus Gründen der Energieeinsparung als auch wegen der Nervigkeit ein Fehler. Im Fall eines solchen störenden Fehlers ist es sinnvoll, den Timeout nach oben zu korrigieren. Der Bereich Δtok, in dem die Entscheidung des Powermanagements als nervig interpretiert wird, kann größer als die Break-Even-Zeit sein. Je größer Δtok ist, desto wahrscheinlicher ist es, dass eine Rückkehr des Benutzers gegen Ende der Zeitspanne Δtok nicht aufgrund von Nervigkeit erfolgt. Deshalb ist der korrigierte Timeout auch abhängig von der Rückkehrzeit bezüglich Δtok. Ein zu hoch gewählter Timeout ist ebenfalls nicht immer sinnvoll. Sogar ein Timeout, der mit Energieeinsparung und ohne Störung zu einer Abschaltung bzw. zu einem Zustandswechsel des jeweiligen Bestandteils der Datenverarbeitungseinrichtung führt, kann zu hoch sein. Deshalb kann der Timeout, wenn kein störender Fehlerfall vorliegt, in Richtung des minimalen Timeouts tmin nach unten geändert werden. Die beschriebene Timeout-Korrektur ist eine dynamische Reaktion auf die aktuelle Aktivität der überwachten Eingabedaten. Sie sorgt für einen sehr hohen Timeout bei einem störenden Fehler und ansonsten für eine Anpassung in Richtung des minimalen Timeouts.According to a next development of the invention, it is provided that at least one correction option for timeouts is contained in the learning component. The adapted histogram arises over time. At first it is empty and contains no knowledge. This knowledge grows with added inactivity times. By contrast, forgetting old values can cause the number of known inactivity times to decrease again. With a small sample size, a timeout determined by this knowledge for the next inactivity period is not very meaningful. Thus, additional mechanisms are needed to complement the histogram within the learning component. Such a mechanism will be described below. For the learning method, the period Δt ok has been introduced. An activity of the monitored input size during this time is a mistake both for energy saving and annoyance reasons. In the case of such a disturbing error, it makes sense to correct the timeout upwards. The range Δt ok , in which the decision of the power management is interpreted as annoying, may be greater than the break-even time. The larger Δt is ok , the more likely it is that a return of the user towards the end of the period Δt ok will not occur due to irritation. Therefore, the corrected timeout is also dependent on the return time with respect to Δt ok . Too high dialed timeout is also not always useful. Even a timeout which leads to a shutdown or to a state change of the respective component of the data processing device with energy saving and without interference can be too high. Therefore, if there is no disturbing error case, the timeout can be changed downwards in the direction of the minimum time-out t min . The described timeout correction is a dynamic response to the current activity of the monitored input data. It ensures a very high timeout with a disturbing error and otherwise an adjustment in the direction of the minimum timeout.
Nach
einer nächsten
Weiterbildung der Erfindung, ist vorgesehen, die bereits beschriebenen Konzepte
des Histogramms und der Timeout-Korrektur zu verbinden, um einen
gemeinsamen Timeout zu ermitteln. Beide Konzepte erhalten dieselben
Eingabedaten. Diese bestehen aus den aktuellen Inaktivitätszeiten
der überwachten
Eingabegröße, der
Uhrzeit und auch dem zuletzt berechneten Timeout. Beide haben jeweils
einen Timeout als Ergebnis ihrer Berechnung, das Histogramm den
Timeout toHist und die Korrektur den Timeout
toKorr. Die Aussagekraft des Histogramms
hängt von
der Anzahl der enthaltenen Inaktivitätszeiten ab. Deshalb darf das
Histogramm nicht ausschließlich
den resultierenden Timeout ausmachen. Stattdessen darf der mit Hilfe
des Histogramms bestimmte Timeout nur einen gewichteten Anteil wHist haben. Da die Aussagekraft des Histogramms
von der Anzahl der enthaltenen Werte abhängt, muss dies auch für das Gewicht
wHist gelten. Den übrigen Teil des resultierenden
Timeouts macht der Timeout der Korrektur mit wKorr aus.
Es gilt wKorr = 1 – wHist.
Der resultierende Timeout to ergibt sich schließlich aus
der gewichteten Summe der beiden Timeouts zu:
Das Histogramm realisiert in der Timeout-Berechnung das Gedächtnis des lernenden Verhaltens. Es sorgt für einen Timeout, der auf dem Wissen über vergangene Inaktivitätszeiten der überwachten Eingabedaten basiert. Das Korrekturmodul berücksichtigt das dynamische Verhalten. Auf diese Weise ermittelt die Timeout-Berechnung einen resultierenden Timeout sowohl auf Basis von erlerntem Wissen als auch reaktiv aufgrund des gegenwärtigen Verhaltens der überwachten Eingabedaten.The Histogram realizes the memory of the timeout calculation learning behavior. It takes care of a timeout based on the knowledge of past inactivity times the supervised Input data based. The correction module takes into account the dynamic behavior. In this way, the timeout calculation determines a resulting timeout both on the basis of learned knowledge and reactive due of current behavior the supervised Input data.
Nach einer nächsten Weiterbildung ist vorgesehen, dass unter Verwendung des bisher beschriebenen Verfahrens ermittelte Timeouts für die Abschaltung oder den Wechsel in einen leistungsreduzierten Zustand von Bestandteilen der Datenverarbeitungseinrichtung oder der gesamten Datenverarbeitungseinrichtung selbst zu einem Vektor zusammengefasst werden. Hierbei enthält der Vektor maximal für jede bezüglich der Leistungsaufnahme relevante Steuerungsmöglichkeit in der Datenverarbeitungseinrichtung einen eigenen Timeout. In Bezug auf das Gesamtsystem repräsentiert dieser Vektor die Timeouts, die dem aktuellen Nutzungsszenario mit Wissen über die Zukunft am besten entspricht. Daher wird dieser Vektor im Folgenden als Referenzschema bezeichnet.To one next Further training is provided that using the previously described Method determined timeouts for shutdown or change to a reduced power state of components of the data processing device or the entire Data processing device itself combined into a vector become. Contains this the vector maximum for every respect the power consumption relevant control option in the data processing device a separate timeout. Represented in terms of the overall system This vector shows the timeouts that match the current usage scenario Know about the future is best. Therefore, this vector will be below referred to as reference scheme.
Nach einer Alternative sieht das erfindungsgemäße Verfahren mehrere Referenzschemata für verschiedene Betriebsmodi wie z. B. Batterie- oder Netzbetrieb und/oder andere Charakteristika der Nutzungsumgebung, z. B. stationär, mobil, Netzwerkanschluss, Standort vor. Hintergrund hierbei ist die zusätzliche Berücksichtigung des unterschiedlichen Nutzerverhaltens in verschiedenen Betriebsmodi oder Nutzungsumgebungen. Es wird davon ausgegangen, dass sich Anwendungsfälle zum Beispiel im Batteriebetrieb häufig grundsätzlich von denen im Netzbetrieb unterscheiden. Während im Büro beispielsweise vielfach längere Unterbrechungen der Arbeit an der Datenverarbeitungseinrichtung aufgrund von Besprechungen, Pausen oder Telefonaten vorliegen, ist die Arbeit auf Reisen in z. B. Zügen und Flugzeugen eher durch durchgehende Arbeit geprägt. Liegt einer der betrachteten Betriebsmodi der Datenverarbeitungseinrichtung vor oder wird ein betrachtetes Charakteristikum der Nutzungsumgebung erkannt, so wird das jeweils passende Referenzschema mit den in dieser Zeit aufgenommenen Daten versorgt. Steuerentscheidungen werden entsprechend aus diesem Schema abgeleitet.To Alternatively, the method of the invention provides several reference schemes for different Operating modes such. B. battery or mains operation and / or others Characteristics of the usage environment, eg. Stationary, mobile, Network connection, location before. Background here is the additional consideration different user behavior in different operating modes or Use environments. It is assumed that use cases for Example in battery operation often in principle different from those in network operation. For example, in the office many times longer Interruptions of work on the data processing device due to meetings, breaks or phone calls the work traveling in z. B. trains and aircraft rather characterized by continuous work. Lies one of the considered operating modes of the data processing device before or is a considered characteristic of the usage environment recognized, this will be the appropriate reference scheme with the in this time supplied data. Tax decisions are made accordingly derived from this scheme.
Die Abschaltung bzw. der Wechsel in einen leistungsreduzierten Zustand eines Bestandteils der Datenverarbeitungseinrichtung oder der Datenverarbeitungseinrichtung selbst kann zu einer größeren Energieeinsparung führen jedoch damit gleichzeitig schwerwiegendere Folgen haben als die Abschaltung bzw. der Zustandswechsel anderer Bestandteile. Eine Folge der Steuerentscheidung ist die benötigte Zeit, bis sich der entsprechende Bestandteil der Datenverarbeitungseinrichtung oder die Datenverarbeitungseinrichtung selbst wieder im ursprünglichen Betriebszustand befindet. Je größer diese Zeit ist, desto störender wird die Abschaltung bzw. der Zustandswechsel bei einer Fehlentscheidung vom Benutzer empfunden. Einige Abschalt- bzw. Zustandswechsel-Entscheidungen können in einem Zusammenhang stehen, weil für sie beispielsweise dieselbe Eingangsgröße überwacht wird. Sorgt man dafür, dass die Abschaltung bzw. der Zustandwechsel solcher Bestandteile der Datenverarbeitungseinrichtung in der Reihenfolge der Schwere ihrer Folgen beginnend bei den am wenigsten schwerwiegenden geschieht, so kann für den Benutzer wenig störend getestet werden, ob Bestandteile der Datenverarbeitungseinrichtung abgeschaltet oder in leistungsreduzierte Zustände versetzt werden können. Zu diesem Zweck ist eine Weiterbildung der Erfindung vorgesehen, so dass Timeouts für Abschalt- bzw. Zustandswechsel-Entscheidungen, die in einem Zusammenhang stehen, zusätzlich so korrigiert werden, dass Bestandteile einer Datenverarbeitungseinrichtung in der Reihenfolge der Schwere der Folgen abgeschaltet bzw. in einen leistungsreduzierten Zustand versetzt werden.Switching off or changing over to a reduced-power state of a component of the data processing device or the data processing device itself can lead to greater energy savings, but at the same time have more serious consequences than switching off or changing the state of other components. A consequence of the control decision is the time required until the corresponding component of the data processing device or the data processing device itself is again in the original operating state. The greater this time, the more disturbing the shutdown or the state change in a wrong decision by the user perceived. Some turn-off decisions may be related because, for example, they are being monitored for the same input. Ensuring that the shutdown or change of state of such components of the data processing device in the order of severity of their consequences, starting from the least serious happens so little disturbing can be tested for the user, whether components of the data processing device off or in Leistungsredu ciated states can be offset. For this purpose, a development of the invention is provided so that timeouts for Abschalt- or state change decisions that are related, are also corrected so that components of a data processing device in the order of severity of the consequences off or in a reduced power Condition be offset.
Die Erfindung sieht in einer zusätzlichen Weiterbildung vor, das mit den bisher beschriebenen Mitteln des erfindungsgemäßen Verfahrens aufgebaute Referenzschema auf verschiedene Weise zu nutzen, um in die entsprechenden Zustände mit reduzierter Leistungsaufnahme der Datenverarbeitungseinrichtung oder Bestandteilen der Datenverarbeitungseinrichtung zu wechseln. Weiterbildungen decken die vier im Rahmen der Erfindung vorgeschlagenen und im Folgenden beschriebenen Möglichkeiten ab.
- 1. Die Timeout-Werte des Referenzschemas werden direkt zur Abschaltung oder zum Wechsel in einen Zustand reduzierter Leistungsaufnahme der Bestandteile einer Datenverarbeitungseinrichtung oder der gesamten Datenverarbeitungseinrichtung selbst verwendet. Besteht eine verhältnismäßig homogene Nutzung der zu steuernden Ressourcen mit häufig wiederkehrenden leicht zu erkennenden Mustern, eignet sich diese Art der Anwendung des Referenzschemas gut. Es ist eine minimale Anzahl an gesammelten Daten notwendig um zuverlässige Aussagen zu erhalten.
- 2. Häufig besteht gerade im Büroalltag eine höchst heterogene Nutzung einer Datenverarbeitungseinrichtung unter Verwendung vieler verschiedener Applikationen. Die Art der Applikation bestimmt hierbei häufig, wie die Datenverarbeitungseinrichtung genutzt und welche Bestandteile wie oft verwendet werden. Eine im Rahmen dieser Weiterbildung der Erfindung vorgeschlagene und erfasste Anwendungsmöglichkeit sieht daher vor, ein eigenes Referenzschema für jede Applikation aufzubauen. Befindet sich eine Applikation im Anwendungsfokus des Nutzers, so wird das zugehörige Schema mit den in diesem Zeitraum gesammelten Daten versorgt und entsprechende Steuerentscheidungen für die leistungsreduzierten Zustände werden aus diesem abgeleitet. Hierfür nötig ist die bereits beschriebene Weiterbildung der Erfindung nach Anspruch 6 um die jeweils zu einer Applikation gehörenden Histogramme nur bei aktiv genutzter Applikation altem zu lassen.
- 3. Liegt eine Nutzung der Datenverarbeitungseinrichtung vor, die heterogen jedoch unabhängig von Applikationen ist oder in der mehr als eine Applikation häufig involviert sind, spiegeln die unter 1. und 2. beschriebenen Anwendungsmöglichkeiten die Nutzung der Datenverarbeitungseinrichtung oder von Teilen der Datenverarbeitungseinrichtung möglicherweise schlecht wider. So kann beispielsweise zur Beantwortung einer E-Mail eine kurze Recherche im Internet nötig sein. Der hierfür verwendete Browser wird in diesem konkreten Fall jedoch häufig anders geartet als beispielsweise beim Ersteigern eines Artikels in einem Auktionshaus benutzt. Die Bildung eines unscharfen Profils für den Browser ist in diesem Fall die Konsequenz. Die dritte Anwendungsmöglichkeit der Weiterbildung dieser Erfindung, sieht für eine solche Art der Nutzung daher vor, vergleichbar zu den Anwendungsmöglichkeiten unter 1. und 2. nur ein Referenzschema für die gesamte Datenverarbeitungseinrichtung und/oder mehrere Referenzschemata für verschiedene Applikationen der Datenverarbeitungseinrichtung (weitere im Fall von verschiedenen Betriebsmodi) aufzubauen. Abweichend wird jedoch ein Referenzschema nicht direkt zur Steuerung verwendet, sondern es wird das am besten dazu passende Schema unter Verwendung eines geeigneten Verfahrens aus einer Sammlung fester Schemata ausgewählt. Hintergrund hierbei ist die Tatsache, dass im Fall von heterogener Nutzung der Datenverarbeitungseinrichtung das verhältnismäßig träge Referenzschema sich nur allmählich anpasst und daher häufig nur unscharf das derzeitige Nutzungsszenario widerspiegelt. Zur Beseitigung dieser Unschärfe wird daher ein scharf auf ein Nutzungsszenario zugeschnittenes Schema ausgewählt. Die Wahl des passenden Schemas erfolgt in geeigneter Weise je nach Ausprägung der Erfindung durch das Verfahren selbst, durch ein anderes Verfahren/eine andere Vorrichtung und/oder durch den Benutzer der Datenverarbeitungseinrichtung.
- 4. Die vierte im Rahmen dieser Erfindung vorgestellte Anwendungsmöglichkeit sieht vor, das aktuelle Referenzschema abspeichern zu können. Hierdurch lassen sich die derzeit adaptierten Timeouts definiert durch den Nutzer einem konkreten Nutzungsszenario zuordnen. Auf diese Weise lässt sich während des Betriebs der Datenverarbeitungseinrichtung Wissen in Form von scharfen Schemata sammeln, welches in Verbindung mit der unter 3. vorgestellten Anwendungsmöglichkeit die Qualität der Entscheidung des Powermanagements im Fall heterogener Nutzung stark erhöhen kann.
- 1. The time-out values of the reference scheme are used directly for switching off or changing to a state of reduced power consumption of the components of a data processing device or the entire data processing device itself. If there is a relatively homogeneous use of the resources to be controlled with frequently recurring, easily recognizable patterns, this type of application of the reference scheme is well suited. A minimum amount of collected data is necessary to get reliable information.
- 2. Often there is a highly heterogeneous use of a data processing device using many different applications, especially in everyday office life. The type of application often determines how the data processing device is used and which components are used and how often. A proposed in the context of this embodiment of the invention and recorded application possibility, therefore, to build a separate reference scheme for each application. If an application is in the application focus of the user, the associated schema is supplied with the data collected during this period and corresponding control decisions for the reduced-power states are derived therefrom. For this purpose, the already described development of the invention according to claim 6 is necessary in order to allow the respective histograms belonging to an application to be aged only when the application is actively used.
- 3. If there is a use of the data processing device that is heterogeneous, however, independent of applications or in which more than one application is frequently involved, the application possibilities described under 1 and 2 may reflect poorly the use of the data processing device or parts of the data processing device. For example, a short search on the Internet may be necessary to answer an e-mail. However, the browser used for this purpose is often different in this specific case than, for example, when bidding on an item used in an auction house. Creating a fuzzy profile for the browser is the consequence in this case. The third possible application of the development of this invention, therefore, provides for such a type of use, comparable to the applications under 1. and 2. only a reference scheme for the entire data processing device and / or multiple reference schemes for different applications of the data processing device (further in the case of different operating modes). By way of derogation, however, a reference scheme is not used directly for control, but the best-fit scheme is selected from a collection of fixed schemes using a suitable method. The background here is the fact that in the case of heterogeneous use of the data processing device, the relatively sluggish reference scheme adjusts only gradually and therefore often blurred reflects the current usage scenario. To eliminate this blur, therefore, a scheme tailored to a usage scenario is selected. The choice of the appropriate scheme is carried out in a suitable manner, depending on the form of the invention by the method itself, by another method / device and / or by the user of the data processing device.
- 4. The fourth application proposed in the context of this invention envisages being able to save the current reference scheme. In this way, the currently adapted timeouts defined by the user can be assigned to a concrete usage scenario. In this way, during the operation of the data processing device, knowledge can be collected in the form of sharp diagrams, which, in conjunction with the application option presented under 3, can greatly increase the quality of the decision of power management in the case of heterogeneous use.
Je nach Art des Nutzungsszenarios der Datenverarbeitungseinrichtung lässt sich eine der oben beschriebenen Möglichkeiten der Anwendung des Referenzschemas optimal nutzenever in the manner of the usage scenario of the data processing device let yourself one of the possibilities described above make optimal use of the application of the reference schema
Für eine Vorrichtung zum Optimieren des elektrischen Energieverbrauchs wenigstens einer Datenverarbeitungseinrichtung wird separater Schutz beansprucht. Diese Vorrichtung ist dadurch gekennzeichnet, dass sie Mittel zum Feststellen von Inaktivitäten des Benutzers der Datenverarbeitungseinrichtung und/oder der Datenverarbeitungseinrichtung selbst aufweist, dass sie Mittel zum Feststellen der Zeitdauern der Inaktivitäten aufweist und dass eine Einrichtung zum Bestimmen jeweils passender Energiesparzustände von Teilen der Datenverarbeitungseinrichtung oder der Datenverarbeitungseinrichtung selbst vorgesehen ist.For a device for optimizing the electrical energy consumption of at least one data processing device, separate protection is claimed. This device is characterized by having means for detecting Inaktivnahmen of the user of the data processing device and / or the data processing device itself has that it has means for determining the periods of inactivity and that means for determining each matching energy saving states of parts of the data processing device or the data processing device itself is provided.
Die Vorrichtung weist die notwendige Hard- und Software für die Durchführung des erfindungsgemäßen Verfahrens auf. Es sind Mittel zum Überprüfen der Aktivität bzw. Inaktivität des Benutzers und/oder der Datenverarbeitungseinrichtung vorgesehen. Die Vorrichtung kann nach Anspruch 17 vollständig in Hardware, vollständig durch Software oder durch eine kombinierte Hardware-/Softwarelösung realisiert werden. Eine Softwarelösung der Erfindung kann nach Anspruch 18 auf einem Datenträger gespeichert und übertragen werden.The Device has the necessary hardware and software for the implementation of inventive method on. There are means of checking the activity or inactivity provided by the user and / or the data processing device. The apparatus according to claim 17 can be fully implemented in hardware Software or realized by a combined hardware / software solution become. A software solution The invention can be stored on a data carrier according to claim 18 and transfer become.
Ein
Ausführungsbeispiel
der Erfindung, aus dem sich weitere erfinderische Merkmale ergeben, wird
im Folgenden beschrieben und in
- 11
- Das gesamte erfindungsgemäße Verfahren, gespeichert auf einem Datenträger zur Verwendung mit einem BetriebssystemThe entire method according to the invention, stored on a disk for use with an operating system
- 22
- Ein Menge erfasster und gespeicherter Daten, z. B. ein Histogramm.One Quantity of collected and stored data, eg. B. a histogram.
- 33
- Die FehlerkorrekturkomponenteThe Error correction component
- 44
- Die Komponente zur Verbindung der Ausgabe des Histogramms und der KorrekturkomponenteThe Component for connecting the output of the histogram and the correction component
- 55
- Die Komponente, welche eine oder mehrere Anwendungsmöglichkeiten des Referenzschemas implementiertThe Component that has one or more uses of the reference schema implemented
- 66
- Eine SystemuhrA system clock
- 77
- Ein Timeout basiertes PowermanagementOne Time-based power management
- 88th
- Die Steuerungsschicht der HardwareThe Control layer of the hardware
- 99
- Die Monitoringschicht der HardwareThe Monitoring layer of the hardware
- 1010
- Beispielhafte grafische Darstellung einer Verteilungsfunktion von gesammelten Inaktivitätszeitenexemplary graphical representation of a distribution function of collected periods of inactivity
- 1111
- Beispielhafte Markierung eines zum Einsparen von Energie sinnvoll nutzbaren Bereichsexemplary Marking a useful area for saving energy
- 1212
- Ein beispielhaftes Referenzschema für den BatteriebetriebOne exemplary reference scheme for the battery operation
- 1313
- Ein beispielhaftes Referenzschema für den NetzbetriebOne exemplary reference scheme for the network operation
- 1414
- Timeout-Berechnung der einzelnen zu steuernden Bestandteile der DatenverarbeitungseinrichtungTimeout calculation the individual components of the data processing device to be controlled
- 1515
- Bildung eines Referenzschemas pro Applikation.education a reference schema per application.
- 1616
- Nutzung des Referenzschemas zur direkten Steuerung.use the reference scheme for direct control.
- 1717
- Auswahl eines scharfen Schemas anhand des aktuellen Referenzschemas.selection a sharp scheme based on the current reference scheme.
- 1818
- Speicherung des aktuellen Referenzschemas, um es dann z. B. als scharfes Schema auswählen zu können.storage of the current reference scheme to then z. B. as a sharp scheme choose to be able to.
Ein
beispielhaftes Histogramm ist in
Die
beiden aus dem Histogramm und der Fehlerkorrekturkomponente ermittelten
Parameter werden in einer folgenden Komponente
Je
nach Art der Nutzung der Datenverarbeitungseinrichtung kann eine
der vier vorgestellten Arten der Nutzung (visualisiert durch den
Block „Abbildung”
Claims (18)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008036246A DE102008036246B4 (en) | 2008-08-04 | 2008-08-04 | Method for optimizing the electrical energy consumption of at least one data processing device, in particular a mobile data processing device and electronic device as well as data carriers for realizing the method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008036246A DE102008036246B4 (en) | 2008-08-04 | 2008-08-04 | Method for optimizing the electrical energy consumption of at least one data processing device, in particular a mobile data processing device and electronic device as well as data carriers for realizing the method |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102008036246A1 true DE102008036246A1 (en) | 2010-02-18 |
DE102008036246B4 DE102008036246B4 (en) | 2010-12-16 |
Family
ID=41527883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102008036246A Active DE102008036246B4 (en) | 2008-08-04 | 2008-08-04 | Method for optimizing the electrical energy consumption of at least one data processing device, in particular a mobile data processing device and electronic device as well as data carriers for realizing the method |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102008036246B4 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1617315A1 (en) * | 2004-07-13 | 2006-01-18 | Harman Becker Automotive Systems GmbH | Adaptive time-out system |
US20060184287A1 (en) * | 2005-02-15 | 2006-08-17 | Belady Christian L | System and method for controlling power to resources based on historical utilization data |
US20060259803A1 (en) * | 2005-05-12 | 2006-11-16 | Lexmark International, Inc. | Power saver automatic learning method |
US20070050654A1 (en) * | 2005-08-30 | 2007-03-01 | Microsoft Corporation | Keep awake heuristic |
-
2008
- 2008-08-04 DE DE102008036246A patent/DE102008036246B4/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1617315A1 (en) * | 2004-07-13 | 2006-01-18 | Harman Becker Automotive Systems GmbH | Adaptive time-out system |
US20060184287A1 (en) * | 2005-02-15 | 2006-08-17 | Belady Christian L | System and method for controlling power to resources based on historical utilization data |
US20060259803A1 (en) * | 2005-05-12 | 2006-11-16 | Lexmark International, Inc. | Power saver automatic learning method |
US20070050654A1 (en) * | 2005-08-30 | 2007-03-01 | Microsoft Corporation | Keep awake heuristic |
Also Published As
Publication number | Publication date |
---|---|
DE102008036246B4 (en) | 2010-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010029209B4 (en) | A method for dynamically distributing one or more services in a network of a plurality of computers | |
DE102012215665B4 (en) | Dynamically changing the TTL values in a data cache | |
DE69815392T2 (en) | SYSTEMS AND METHODS FOR SYNCHRONIZING REDUNDANT CONTROLLERS WITH MINIMUM CONTROL FAILURE | |
DE112015003769T5 (en) | DISPLAYING DISPLAYED ALWAYS ON CONTENT | |
DE112018003087T5 (en) | ON-CHIP NOISE REDUCTION OR REDUCTION OF SUPPLY VOLTAGE USING LOCAL DETECTION LOOPES IN A PROCESSOR CORE | |
DE112015004331T5 (en) | Notify users of relevant content | |
DE60218384T2 (en) | Information processing apparatus and power control method | |
EP2944174B1 (en) | Electronic machine management system | |
DE102012224362A1 (en) | Adjustment of a test frequency for resource utilization | |
DE112011106028T5 (en) | Mechanism for enabling an energy expansion service in computing devices | |
DE102019206923B3 (en) | Method for running an application on a distributed system architecture | |
EP2804134B1 (en) | Method and system for fuzzy-based control of an allocation of resources in a system | |
DE102004030781A1 (en) | SCADA system for process monitoring and data handling has client server arrangement providing low data transmission loads | |
EP1577738A2 (en) | Pocket PC with several operating states | |
DE102008036246B4 (en) | Method for optimizing the electrical energy consumption of at least one data processing device, in particular a mobile data processing device and electronic device as well as data carriers for realizing the method | |
DE102016008988B4 (en) | Machine learning device for learning operating conditions of a cooling device, engine control device and engine control system with the machine learning device, and machine learning method | |
DE112012006248T5 (en) | Data processing device and program | |
DE102011011896A1 (en) | Automation device for processing of power requirements of machinery and/or equipment, has processing unit that receives and processes processing signals from sensors provided by machinery and/or equipment | |
DE102012208151A1 (en) | Quiesce applications | |
DE602004005057T2 (en) | MOTOR POWER CONTROLLER FOR A PANEL DRIVE, PANEL DRIVE WITH A MOTOR POWER CONTROLLER, AND METHOD FOR CONTROLLING THE MOTOR POWER OF A PANEL DRIVE | |
EP4139849A1 (en) | Method for configuring components in a system by means of multi-agent reinforcement learning, computer-readable storage medium, and system | |
DE102006024747B4 (en) | Method and device for optimizing the power consumption of a data processing device | |
DE112011104314B4 (en) | Manage cache memory paging check times | |
EP3026602A1 (en) | Method for computer-controlled processing of requests for the analysis of data in a storage medium | |
DE202023105752U1 (en) | A fire alarm system that uses the Constrained Application Protocol in IoT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
R020 | Patent grant now final |
Effective date: 20110316 |