CN113056717B - 提供功率管理的方法和装置及计算机可读存储介质 - Google Patents

提供功率管理的方法和装置及计算机可读存储介质 Download PDF

Info

Publication number
CN113056717B
CN113056717B CN201880099630.5A CN201880099630A CN113056717B CN 113056717 B CN113056717 B CN 113056717B CN 201880099630 A CN201880099630 A CN 201880099630A CN 113056717 B CN113056717 B CN 113056717B
Authority
CN
China
Prior art keywords
application
power consumption
resources
power
running
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.)
Active
Application number
CN201880099630.5A
Other languages
English (en)
Other versions
CN113056717A (zh
Inventor
宋军
程霖
卢毅军
奉有泉
唐治洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Cloud Computing Ltd
Original Assignee
Alibaba Cloud Computing Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Cloud Computing Ltd filed Critical Alibaba Cloud Computing Ltd
Publication of CN113056717A publication Critical patent/CN113056717A/zh
Application granted granted Critical
Publication of CN113056717B publication Critical patent/CN113056717B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G06F11/3062—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations where the monitored property is the power consumption
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • 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)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Power Sources (AREA)

Abstract

系统和方法可以包括：接收向与第一实体相关联的第一应用分配资源的请求，第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及确定在第一约束下在资源上运行第一应用的特定性能级别，该第一约束是在特定性能级别下运行的第一应用的功耗与运行与第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与第一实体相关联的功率预算。

Description

提供功率管理的方法和装置及计算机可读存储介质
技术领域
本公开涉及一种提供功率管理的方法和装置，以及一种计算机可读存储介质。
背景技术
已经提供了许多不同的功率控制方法和机制来对能够提供资源的系统的功率使用和功耗进行管理。这些功率控制机制同时控制和管理系统的功率使用和功耗。
由于多种功率控制机制试图同时控制系统的一个或更多个部分的功率使用和功耗，因此可能会不时发生冲突。例如，一种功率控制机制可以为CPU核心设定300W的功率限制，而另一功率控制机制可以为同一CPU核心设定例如2.5GHz的频率限制。然而，300W的功率水平可能不足以使CPU核心在2.5GHz下运行。在这种情况下，这两种功率控制机制彼此冲突。
鉴于上述情况，有必要提供一种用于统一功率管理的方法，该方法可以避免多种功率控制机制之间的冲突。
发明内容
本公开提供一种提供功率管理的方法，所述方法包括以下步骤：接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算。
本公开还提供一种计算机可读存储介质，所述计算机可读存储介质存储有能够由一个或更多个处理器执行的计算机可读指令，当由所述一个或更多个处理器执行时，所述计算机可读指令使所述一个或更多个处理器执行动作，所述动作包括：接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算。
本公开还提供一种提供功率管理的装置，所述装置包括：一个或更多个处理器；以及存储器，所述存储器以通信的方式联接至所述一个或更多个处理器，所述存储器存储有能够由所述一个或更多个处理器执行的计算机可执行模块，所述计算机可执行模块包括：功率上限模块，所述功率上限模块被配置成接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及性能管理模块，所述性能管理模块被配置成确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算。
附图说明
参照附图阐述详细描述。在附图中，附图标记的最左边的数字标识首次出现该附图标记的附图。在不同附图中使用相同附图标记来表示相似或相同的项或特征。
图1例示了包括各种功率管理机制的系统的示例框图。
图2例示了提供统一功率管理的系统的示例框图。
图3例示了单个应用/租用(tenancy)的跟踪表。
图4例示了多个应用/租用的跟踪表。
图5A、图5B和图5C例示了用于提供统一功率管理的处理的示例流程图。
图6A和图6B例示了用于提供统一功率管理的处理的另一示例流程图。
图7例示了用于实现上文参照图1至图6描述的处理和方法的示例装置。
具体实施方式
本文讨论的系统和处理旨在改进功率管理，并且更具体地，旨在改进在不同状态下消耗各种量的功率的资源的功率管理。
在整个说明书中，术语可以表示如下。功率预算/上限(cap)是指为资源设定功率极限/上限，其中资源的功率使用或功耗可以不超过功率极限/上限。另选地或另外地，可以为资源设定功率预算/上限的软/动态阈值(例如，110％、120％、130％等)，以在超过功率极限/上限的情况下运行。另选地或另外地，可以为资源设定宽限期(例如，20秒、30分钟、2小时等)，以在功率极限/上限之上运行。
资源可以包括但不限于线程、CPU核心、程序包(package)、套接字(socket)、台式机、移动终端、膝上型电脑、计算系统、服务器、数据中心(DC)、互联网数据中心(IDC)等。
活动状态是指资源的性能/繁忙状态。活动状态可以包括但不限于多个级别的活动状态，例如，零级活动状态、第一级活动状态、第二级活动状态、第n级活动状态等。可以根据最大功耗的百分比、最大电压的百分比、最大频率的百分比等来限定活动状态。例如，零级活动状态可以与功耗/电压电平/频率是最大功耗/电压电平/频率的状态相对应。第一级活动状态可以与功耗/电压电平/频率是大于最大功耗/电压电平/频率的90％的状态相对应。第二级活动状态可以与功耗/电压电平/频率是介于最大功耗/电压电平/频率的70％与90％之间的状态相对应。第n级活动状态可以与功耗/电压电平/频率是介于最大功耗/电压电平/频率的预定下限百分比与预定上限百分比之间的状态相对应等。百分比、最大功耗/电压电平/频率、预定下限和预定上限可以通过但不限于历史数据、统计数据、测试数据、模拟数据等来确定。高级配置和电源接口(ACPI)中限定的P状态可以用作活动状态的示例。可以基于动态电压频率缩放(DVFS)来实现P状态。英特尔可以将增强型英特尔SpeedStep技术(EIST)实现为一种既可以实现非常高的性能又可以满足移动系统的节能需求的高级手段。
空闲状态是指至少部分资源被关闭的状态。ACPI中限定的C状态可以用作空闲状态的示例。空闲状态可以包括多个级别的空闲状态，例如，零级空闲状态、第一级空闲状态、第二级空闲状态、第n级空闲状态等，其，中n可以是正整数。可以根据最大功耗的百分比、最大电压的百分比、最大频率的百分比等来限定空闲状态。例如，零级空闲状态可以与资源正在工作并且资源的功耗/电压电平/频率可以是最大功率/电压电平/频率的一定百分比(例如，50％)的状态相对应。另外地或另选地，该一定百分比(即，50％)可以与活动状态的下界相对应。第一级空闲状态可以与资源的功耗/电压电平/频率是大于最大功率/电压电平/频率的40％的功耗/电压电平/频率且小于最大功率/电压电平/频率的50％的功耗/电压电平/频率的状态相对应。第二级空闲状态可以与资源的功耗/电压电平/频率是介于零级空闲状态的功耗/电压电平/频率的30％与40％之间的状态相对应。第n级空闲状态可以与资源的功耗/电压电平/频率是介于零级空闲状态的功耗/电压电平/频率的预定下限百分比与预定上限百分比之间的状态相对应等。百分比、最大功耗/电压电平/频率、预定下限和预定上限可以通过但不限于历史数据、统计数据、测试数据、模拟数据等来确定。
图1例示了包括各种功率管理机制的系统100的示例框图。
参照图1，系统100可以包括以下功率管理机制。这些功率管理机制可以通过但不限于软件、硬件、固件或其任何组合来实现。
可以使用用户级功率管理(MGMT)/用户级驱动机制102来基于用户与系统之间和/或同一系统的不同用户之间的交互来管理功耗。
可以使用操作系统(OS)功率管理(MGMT)机制104来对OS的功率进行管理。
OS内核106可以是OS的中心部分并且对OS的操作进行管理。
可以使用空闲状态管理(MGMT)/控制机制108来对诸如线程、核心、程序包、套接字、服务器等的资源的空闲状态进行管理。
上面讨论了空闲状态。空闲状态可以分成不同类别，诸如线程空闲状态、核心空闲状态、程序包空闲状态等。当未使用线程、核心或程序包时，空闲状态可能会关闭所述线程、核心或程序包的一些部分。通常，在空闲状态下，执行最少数量的指令或不执行指令。如果线程/核心/程序包在一定时段内未使用，则该线程/核心/程序包可以处于线程/核心/程序包空闲状态。
空闲状态可以包括零级空闲状态、第一级空闲状态、第二级空闲状态、…、第n级空闲状态，其中，n可以是正整数。按照第一级空闲状态、第二级空闲状态、…、第n级空闲状态的顺序，空闲状态可以以更低的功耗变得更深/更低。零级空闲状态可以是操作/繁忙状态，这意味着资源正在做有用的工作。如果资源处于相对较深/较低的空闲状态(例如，第六级空闲状态、第七级空闲状态等)，则资源可能需要更长的时间才能退出空闲状态。
取决于使用场景的确定，可以将资源置于适当的空闲状态。空闲状态管理/控制机制108可以基于中断的次数、延迟的容忍度或任何其它因素进行使用场景的确定。
例如，空闲状态管理/控制机制108可以基于应用的容忍延迟进行使用场景的确定。可以将运行对延迟敏感的应用的资源置于相对较浅/较高的空闲状态(例如，第一级空闲状态、第二级空闲状态等)。如果在资源上运行的应用对延迟不敏感，则可以将该资源置于相对较深/较低的空闲状态(例如，第六级空闲状态、第七级空闲状态等)。如果在资源上运行的应用必须容忍延迟波动，则该资源可以进入相对较浅/较高的空闲状态(例如，第一级空闲状态、第二级空闲状态等)。
又例如，空闲状态管理/控制机制108可以基于应用的中断的次数和/或随机性来进行使用场景的确定。如果在资源上运行的应用具有大量中断，则可以将该资源置于相对较浅/较高的空闲状态(例如，第一级空闲状态、第二级空闲状态等)。如果在资源上运行的应用具有相对较少次数的中断，则可以将该资源置于相对较深/较低的空闲状态(例如，第六级空闲状态、第七级空闲状态等)。如果在资源上运行的应用具有高度随机性的中断，则可以将该资源置于相对较浅/较高的空闲状态(例如，第一级空闲状态、第二级空闲状态等)。如果在资源上运行的应用具有可预测的中断，则可以将该资源置于相对较深/较低的空闲状态(例如，第六级空闲状态、第七级空闲状态等)。
可以使用活动状态管理(MGMT)/控制机制110来对诸如线程、核心、程序包、套接字、服务器等的资源的活动状态进行管理。
上面讨论了活动状态。活动状态可以分成不同类别，诸如线程活动状态、核心活动状态、程序包活动状态等。活动状态可以与以不同电压和/或频率级别运行资源的资源能力有关。活动状态可以包括零级活动状态、第一级活动状态、第二级活动状态、第n级活动状态等，其中，n可以是正整数。零级活动状态可以是导致资源的最大性能的最高状态。第一级活动状态、第二级活动状态、第n级活动状态等可以节省一些功率，但是要在资源性能上进行一些权衡。活动状态也可以称为零级空闲状态。
功率预算/上限机制112可以限制资源可以消耗多少功率。
频率调节(throttle)机制114可以用于限制资源的频率。
空闲状态管理/控制机制108可以进一步用于对核心空闲状态116、程序包空闲状态118和投票权管理机制120进行控制。
活动状态管理/控制机制110可以进一步用于对线程活动状态122、核心活动状态124、程序包活动状态126、硬件管理活动状态(HWP)128和非核心频率缩放(USF)130进行控制。HWP 128可以控制硬件的活动状态。USF 130可以对诸如缓存部、存储器控制器等的非核心部分的频率进行控制。
功率预算/上限机制112可以进一步用于对运行平均功率限制(RAPL)132和节点管理器134进行控制。节点管理器134可以用于管理服务器。RAPL 132可以用于设定资源的功率限制。节点管理器134可以联接至RAPL 132。
频率调节机制114可以用于控制热状态136。
RAPL 132可以进一步用于对核心空闲状态116、程序包空闲状态118、核心活动状态124、程序包活动状态126、USF 130、存储器功率管理(MGMT)机制138和热管理(MGMT)机制140进行控制。
热状态136可以用于控制热管理机制140。
核心空闲状态116可以包括但不限于核心时钟门控142、VRET下的核心(CC3)144和核心功率门控(CC6)146。核心时钟门控142可以是在许多同步电路中用于减少动态功率耗散的技术。VRET下的核心144可以指保持电压(VRET)下的核心状态。保持电压可以指维持电路所需的电压，该电压低于操作电路所需的电压。核心功率门控146可以指电路设计中使用的技术，该技术通过切断通向电路中未使用的部件的电流来减少功耗。
程序包空闲状态118可以包括但不限于程序包C1/C1E 148、程序包C3(PC3)150、程序包C6(PC6)152和程序包C7(PC7)154。程序包C1可以指程序包的空闲状态，其中程序包被暂停，并且不执行指令。程序包C1E可以指具有较低的频率和电压从而减少功率使用的C1状态的增强。程序包C6(PC6)152和程序包C7(PC7)154可以指程序包的具有甚至更低的频率、电压和功耗的空闲状态。
线程活动状态122可以包括但不限于线程活动状态协调156。线程活动状态协调156可以用于协调线程的活动状态。
核心活动状态124可以包括但不限于加速模式(turbo mode)(P0)158、非加速模式(P1、P2、Pn)160和最小频率(Pm)模式162。加速模式(P0)158可以允许核心运行到比平常更高的活动状态。最小频率(Pm)模式162可以将核心限制到最小频率。
硬件管理活动状态(HWP)128可以包括但不限于加速模式(P0)158、非加速模式(P1、P2、Pn)160和最小频率(Pm)模式162。
非核心频率缩放(USF)130可以包括但不限于加速模式(P0)158和非加速模式(P1、P2、Pn)160。
核心时钟门控142可以包括但不限于传统状态164、CC1+电压状态166和快速CC1状态168。传统状态164可以指不支持ACPI的操作系统上的状态。在传统状态164下，不经由ACPI管理硬件和功率，从而有效地禁用了ACPI。
VRET下的核心(CC3)144可以包括但不限于传统CC3状态170和CC3无缓存刷新状态172。
图2例示了系统200的示例框图，该系统200在功率预算/上限的框架(hood)下提供统一功率管理，其中可以考虑在资源上运行的应用的性能(表示为频率或任何其它合适的度量)和延迟(以微秒或任何其它合适的度量表示)。系统200可以包括以下内容。
功率预算/上限机制202可以被配置成为资源提供功率预算/上限。功率预算/上限可以表示为P输入。
可以基于不同的因素来确定资源的功率预算/上限。以移动/超移动设备(超移动是诸如平板电脑、轻薄型计算机等中型轻型计算设备的类别)为例，可以基于应用和/或电池寿命来确定移动/超移动设备的功率预算/上限。如果用户使用移动/超移动设备播放耗电量大的视频，则可以将功率预算/上限设定为相对较高(例如，300W)。如果用户使用移动/超移动设备浏览具有低功耗的社交媒体，则可以将功率预算/上限设定为相对较低(例如，50W)。如果用户期望电池寿命持续相对较长时间(例如，10小时)，则可以将功率预算/上限设定为相对较低(例如，100W)。如果用户期望电池运行相对较短时间(例如，5小时)，则可以将功率预算/上限设定为相对较高(例如，200W)。本文描述的数字用作示例而不是将应用限制于此。
以数据中心(DC)为例，在一定时段期间，DC的功耗可以具有峰值和谷值。所述一定时段可以以但不限于微秒、秒、分钟、小时、天、周、月等表示。如果将DC的功率预算/上限设定为峰值/最大功耗，则成本可能是负担不起的。如果将DC的功率预算/上限设定为最小功耗，则DC中运行的应用的性能可能降低。为了节省能量成本并维持性能，可以将DC的功率预算/上限设定在介于最小功耗与峰值/最大功耗之间的一定范围内。可以从但不限于历史数据、统计数据、测试数据、模拟数据等来收集最小功耗和峰值/最大功耗。
以服务器为例，可以将服务器的功率预算/上限设定在介于最小功耗与峰值/最大功耗之间的一定范围内。可以从但不限于历史数据、统计数据、测试数据、模拟数据等收集最小功耗和峰值/最大功耗。当服务器的功耗接近或等于功耗预算/上限时，调度器可以将该服务器的工作负载重新分布到其它服务器。如果调度器进行重新分布的尝试失败，则可以延长服务器上的应用的运行时间，使得该服务器的功耗不超过功率预算/上限。服务器上运行的应用可能会降低性能。
可用功率计算机制204可以被配置成将资源的可用功率P可用(1)设定为由功率预算/上限机制202提供的功率预算/上限P输入。即，P可用(1)＝P输入。可用功率或功率预算可以与用户/实体相关联。用户/实体可以是购买资源的一方，诸如公司、组织、机构、家庭、个人等。
功耗估计机制206可以被配置成估计资源支持应用的所需平均性能PERF平均而需要的功耗(功率1)。应用的所需平均性能PERF平均的示例可以如图3和图4的跟踪表所示。可以从但不限于历史数据、统计数据、测试数据、模拟数据、制造商规范等收集应用的所需平均性能PERF平均。
可以基于但不限于计算、历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定资源的功耗(功率1)。
以CPU为例，CPU在2.5Hz下的热设计功率(TDP)可以为150W(在2.5GHz下，TDP功率＝150W)。可以基于以下公式(1)来计算CPU的功耗。
P＝常数×V2×F (1)
在上面的公式(1)中，P可以表示CPU的功耗。常数可以表示可以根据需要设定的常数。V可以表示施加到CPU的电压。F可以表示CPU运行的频率。
例如，可以将常数设定为26.67。在低至1.2GHz的各个频率下，CPU的功耗可以如表1所示。为了便于说明，使用数字和符号作为示例而不是将应用限制于此。
表1 CPU的功耗
CPU用作资源的示例，并且应用可以不限于此。资源可以是在不同状态下消耗各种量的功率的任何要素，例如，线程、CPU核心、程序包、套接字、台式机、移动终端、膝上型电脑、计算系统、服务器、数据中心(DC)、互联网数据中心(IDC)等。
可用功率计算机制204可以进一步被配置成将可用功率更新为P可用(2)＝P可用(1)–功率1。
可用功率确定机制208可以被配置成确定是否可用功率P可用(2)>0。
功耗估计机制206可以进一步被配置成如果可用功率P可用(2)>0，则计算资源支持应用的期望最大性能PERF最大所需的功耗(功率2)。另外地或另选地，可以计算介于这些PERF最大与PERF平均之间的功耗之间的差，以用作功率2。应用的期望最大性能PERF最大的示例可以如图3和图4的跟踪表所示。可以基于但不限于历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定应用的期望最大性能PERF最大。
可以基于但不限于计算、历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定资源的功耗(功率2)。以CPU为例，可以基于如上所述的公式(1)和表1来计算CPU的功耗。
可用功率计算机制204可以进一步被配置成将可用功率更新为P可用(3)＝P可用(2)–功率2。
可用功率确定机制208可以进一步被配置成确定是否可用功率P可用(3)>0。
性能管理/功率释放机制210可以被配置成如果可用功率P可用(3)>0，则将资源设定为运行以支持期望最大性能PERF最大，并将资源的可用功率的未使用部分的至少一部分返回至调度机制212。
性能管理/功率释放机制210可以进一步被配置成如果可用功率P可用(3)不大于0，则设定资源以支持应用的所需平均性能PERF平均，并将资源的可用功率的未使用部分的至少一部分返回至调度机制212。
调度机制212可以被配置成在不同资源之间调度工作负载。
搜索机制214可以被配置成如果可用功率P可用(2)不大于0，则搜索容忍延迟高于预定阈值的应用(APP)。APP的容许延迟可以用μs、ms、s等表示。APP的容许延迟的示例在图3和图4的跟踪表中示出。可以基于但不限于历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定应用的容许延迟的阈值。
活动/空闲状态管理机制216可以被配置成释放一定量的功率(功率3)。活动/空闲状态管理机制216可以允许运行容忍延迟高于预定阈值的APP的资源进入比资源的当前活动状态更低的活动状态。例如，资源可以处于第一级活动状态，并且活动/空闲状态管理机制216可以使资源进入第二级活动状态。活动/空闲状态管理机制216还可以允许运行容忍延迟高于预定阈值的App的资源进入比资源的当前空闲状态更低的空闲状态。例如，资源可以处于第六级空闲状态，并且活动/空闲状态管理机制216可以使资源进入第七级空闲状态。活动/空闲状态管理机制216还可以允许运行容忍延迟高于预定阈值的APP的资源从活动状态进入空闲状态。例如，资源可以处于第三级活动状态，并且活动/空闲状态管理机制216可以使资源进入第一级空闲状态。结果，可以释放一定量的功率(功率3)。
此外，如果搜索机制214找到了容忍延迟高于预定阈值的超过一个的APP，则活动/空闲状态管理机制216可以以各个App的容忍延迟的降序来调整运行APP的资源的活动/空闲状态。例如，活动/空闲状态管理机制216可以调整运行容许延迟为300μs的APP的资源的活动/空闲状态，然后调整运行容许延迟为100μs的APP的资源的活动/空闲状态，然后调整运行容许延迟为10μs的APP的资源的活动/空闲状态等。此外，在保存或释放足够的功率来运行应用的同时，活动/空闲状态管理机制216可以调整运行容许延迟高于阈值的APP的一些资源而非所有资源的活动/空闲状态。
可用功率计算机制204可以进一步被配置成将可用功率更新为P可用(4)＝P可用(2)+功率3。
可用功率确定机制208可以进一步被配置成确定是否可用功率P可用(4)>0。
如果可用功率P可用(4)>0，则功耗估计机制206可以进一步被配置成例如参照公式(1)和表1来计算资源支持如上所述的应用的期望最大性能PERF最大所需的功耗(功率2)。
搜索机制214可以进一步被配置成如果可用功率P可用(4)不大于0，则搜索需要低于预定阈值的非核心或存储器频率的APP。非核心或存储器频率可以指诸如缓存部、存储器控制器等的非核心部分的频率。预定阈值可以用MHz、GHz等表示。可以基于但不限于历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定预定阈值以及应用所需的非核心或存储器频率。
活动/空闲状态管理机制216可以进一步被配置成释放一定量的功率(功率4)。活动/空闲状态管理机制216可以允许运行需要低于预定阈值的非核心或存储器频率的App的资源进入比资源的当前活动状态更低的活动状态。例如，资源可以处于第一级活动状态，并且活动/空闲状态管理机制216可以使资源进入第二级活动状态。活动/空闲状态管理机制216还可以允许运行需要低于预定阈值的非核心或存储器频率的App的资源进入比资源的当前空闲状态更低的空闲状态。例如，资源可以处于第六级空闲状态，并且活动/空闲状态管理机制216可以使资源进入第七级空闲状态。活动/空闲状态管理机制216还可以允许运行需要低于预定阈值的非核心或存储器频率的APP的资源从活动状态进入空闲状态。例如，资源可以处于第三级活动状态，并且活动/空闲状态管理机制216可以使资源进入第一级空闲状态。结果，可以释放一定量的功率(功率4)。
此外，如果搜索机制214找到了需要低于预定阈值的非核心或存储器频率的超过一个的APP，则活动/空闲状态管理机制216可以按照各个App的所需非核心或存储器频率的降序来调整运行APP的资源的活动/空闲状态。例如，活动/空闲状态管理机制216可以调整运行所需非核心或存储器频率为2.5GHz的APP的资源的活动/空闲状态，然后调整运行所需非核心或存储器频率为2.3GHz的APP的资源的活动/空闲状态，然后调整运行所需非核心或存储器频率为2.1GHz的APP的资源的活动/空闲状态等。此外，在保存或释放足够的功率来运行应用的同时，活动/空闲状态管理机制216可以调整运行需要低于预定阈值的非核心或存储器频率的APP的一些资源而非所有资源的活动/空闲状态。
可用功率计算机制204可以进一步被配置成将可用功率更新为P可用(5)＝P可用(4)+功率4。
可用功率确定机制208可以进一步被配置成确定是否可用功率P可用(5)>0。
如果可用功率P可用(5)>0，则功耗估计机制206可以进一步被配置成计算资源支持如上所述的应用的期望最大性能PERF最大所需的功耗(功率2)。
功耗估计机制206可以被配置成如果可用功率P可用(5)不大于0，则估计运行应用的接受的最小性能PERF最小所需的功率(功率5)。应用的接受的最小性能PERF最小的示例可以如图3和图4的跟踪表所示。可以基于但不限于历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定应用的接受的最小性能PERF最小。
可以基于但不限于计算、历史数据、统计数据、测试数据、模拟数据、制造商规范等来确定资源的功耗(功率5)。以CPU为例，可以基于如上所述的公式(1)和表1来计算CPU的功耗。
可用功率计算机制204可以进一步被配置成更新可用功率P可用(6)＝P可用(5)+功率1–功率5。
可用功率确定机制208可以进一步被配置成确定是否可用功率P可用(6)>0。
性能管理/功率释放机制210可以进一步被配置成如果可用功率P可用(6)>0，则将资源设定为运行以支持应用的接受的最小性能PERF最小。
预警/警报机制218可以被配置成如果可用功率P可用(6)不大于0，则向调度机制212发送预警/警报消息，该预警/警报消息指示可用功率不足以运行应用的接受的最小性能PERF最小。
调度机制212可以进一步被配置成在从预警/警报机制218接收到预警/警报消息之后，在资源之间重新调度工作负载。
图3例示了单个应用/租用的跟踪表300。
参照图3，跟踪表300可以包括以下内容。列302可以表示由功率预算/上限机制设定的功率预算/上限。列304可以表示应用/租用的所需平均性能PERF平均。列306可以表示应用/租用的接受的最小性能PERF最小和持续时间。列308可以表示应用/租用的期望最大性能PERF最大。列310可以表示应用/租用的容许延迟。列312可以表示应用/租用在其上运行的资源的部件ID(Part ID)。各个部件ID可以与诸如核心、线程、程序包、套接字、服务器、数据中心等的资源相关联。列314可以表示应用/租用的工作负载特征，包括但不限于核心的数量、APP比率、C0％、每周期指令(IPC)、双倍数据速率(DDR)访问延迟、输入/输出(IO)带宽(B/W)等。APP比率可以是当应用正在运行时应用的强度的指示器。APP比率可以是介于0至1之间的数字。如上所述，由于零级空闲状态C0可以表示资源的繁忙状态，所以C0％可以表示资源的利用率，即，处于零级空闲状态C0状态的资源的百分比。
第一行316可以表示针对与部件ID#185BC2相关联的资源，功率预算可以是90W。应用/租用的所需平均性能可以是2.1GHz。应用/租用的接受的最小性能和持续时间可以是：1.8GHz，持续20秒。应用/租用的期望最大性能可以是2.5GHz。应用/租用的容忍延迟可以是10μs。工作负载特征可以包括但不限于44个核心，APP比率为0.55，IPC为1.20，DDR访问延迟为50ns，IO B/W为2.7Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
第二行318可以表示针对与部件ID#187EF1相关联的资源，功率预算可以是105W。应用/租用的所需平均性能可以是2.3GHz。应用/租用的接受的最小性能和持续时间可以是：1.2GHz，永远。应用/租用的期望最大性能可以是3.6GHz。应用/租用的容忍延迟可以是300μs。工作负载特征可以包括但不限于44个核心，APP比率为0.72，IPC为1.50，DDR访问延迟为96ns，IO B/W为5.0Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
第三行320可以表示针对与部件ID#187EF2相关联的资源，功率预算可以是120W。应用/租用的所需平均性能可以是2.3GHz。应用/租用的接受的最小性能和持续时间可以是：1.2GHz，永远。应用/租用的期望最大性能可以是3.6GHz。应用/租用的容忍延迟可以是300μs。工作负载特征可以包括但不限于44个核心，APP比率为0.72，IPC为1.50，DDR访问延迟为96ns，IO B/W为5.0Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
第四行322可以表示针对与部件ID#165CD4相关联的资源，功率预算可以是130W。应用/租用的所需平均性能可以是2.5GHz。应用/租用的接受的最小性能和持续时间可以是：2.5GHz，永远。应用/租用的期望最大性能可以是2.5GHz。应用/租用的容忍延迟可以是100μs。工作负载特征可以包括但不限于32个核心，APP比率为0.83，IPC为1.06，DDR访问延迟为122ns，IO B/W为3.5Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
利用工作负载功能，可以针对各个资源限定功率预算/上限。功率预算/上限可以是进行功率预算/上限所需的唯一参数。可以设定功率预算/上限有效的时间窗口。例如，时间窗口可以是纳秒、微秒、秒、分钟等。随着功率预算/上限有效的时间窗口的大小减小，可以更快地切换功率管理状态。因此，功率预算/上限可以是开发人员和用户的唯一接口，并且可以在硬件功率管理中有效地采用活动状态和空闲状态。
图4例示了多个应用/租用的跟踪表400。在跟踪表400中，以两个应用/租用为例；然而，本申请可以不限于此。可以存在更多应用/租用。
参照图4，跟踪表400可以包括以下内容。列402可以表示由功率预算/上限机制设定的功率预算/上限。列404可以表示每个应用/租用的所需平均性能PERF平均。列406可以表示每个应用/租用的接受的最小性能PERF最小和持续时间。列408可以表示每个应用/租用的期望最大性能PERF最大。列410可以表示每个应用/租用的容许延迟。列412可以表示多个应用/租用在其上运行的资源的部件ID。各个部件ID可以与诸如核心、线程、程序包、套接字、服务器、数据中心等的资源相关联。列414可以表示每个应用/租用的工作负载特征，包括但不限于核心的数量、APP比率、C0％、IPC、DDR访问延迟、IO B/W等。C0％的含义可以如上所述。
第一行416可以表示针对与部件ID#185BC2相关联的资源，功率预算可以是120W。每个应用/租用的所需平均性能PERF平均可以是：第一应用/租用是2.1GHz，并且第二应用/租用是2.1GHz。每个应用/租用的接受的最小性能PERF最小和持续时间可以是：第一应用/租用是1.8GHz，持续20秒，并且第二应用/租用是1.6GHz，持续30秒。每个应用/租用的期望最大性能PERF最大可以是：第一应用/租用是2.5GHz，并且第二应用/租用是3.0GHz。每个应用/租用的容忍延迟可以是：第一应用/租用是10μs，并且第二应用/租用是70μs。工作负载特征可以包括但不限于：针对第一应用/租用，44个核心，APP比率为0.55，IPC为1.10，DDR访问延迟为50ns，IO B/W为2.7Gb/s，并且针对第二应用/租用，8个核心，APP比率为0.62，IPC为0.94，DDR访问延迟为70ns，IO B/W为0.03Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
第二行418可以表示针对与部件ID#187EF1相关联的资源，功率预算可以是135W。每个应用/租用的所需平均性能PERF平均可以是：第一应用/租用是2.3GHz，并且第二应用/租用是2.5GHz。每个应用/租用的接受的最小性能PERF最小和持续时间可以是：第一应用/租用是1.2GHz，永远，并且第二应用/租用是1.8GHz，持续30秒。每个应用/租用的期望最大性能PERF最大可以是：第一应用/租用是3.6GHz，并且第二应用/租用是2.5GHz。每个应用/租用的容忍延迟可以是：第一应用/租用是300μs，并且第二应用/租用是5μs。工作负载特征可以包括但不限于：针对第一应用/租用，44个核心，APP比率为0.72，IPC为1.32，DDR访问延迟为96ns，IO B/W为5.0Gb/s，并且针对第二应用/租用，4个核心，APP比率为0.81，IPC为1.09，DDR访问延迟为52ns，IO B/W为0.8Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
第三行420可以表示针对与部件ID#187EF2相关联的资源，功率预算可以是150W。每个应用/租用的所需平均性能PERF平均可以是：第一应用/租用是2.3GHz，并且第二应用/租用是2.5GHz。每个应用/租用的接受的最小性能PERF最小和持续时间可以是：第一应用/租用是1.2GHz，永远，并且第二应用/租用是1.8GHz，持续30秒。每个应用/租用的期望最大性能PERF最大可以是：第一应用/租用是3.6GHz，并且第二应用/租用是2.5GHz。每个应用/租用的容忍延迟可以是：第一应用/租用是300μs，并且第二应用/租用是10μs。工作负载特征可以包括但不限于：针对第一应用/租用，44个核心，APP比率为0.72，IPC为1.32，DDR访问延迟为96ns，IO B/W为5.0Gb/s，并且针对第二应用/租用，4个核心，APP比率为0.81，IPC为1.09，DDR访问延迟为52ns，IO B/W为0.8Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
第四行422可以表示针对与部件ID#165CD4相关联的资源，功率预算可以是160W。每个应用/租用的所需平均性能PERF平均可以是：第一应用/租用是2.5GHz，并且第二应用/租用是3.8GHz。每个应用/租用的接受的最小性能PERF最小和持续时间可以是：第一应用/租用是2.5GHz，永远，并且第二应用/租用是2.5GHz，永远。每个应用/租用的期望最大性能PERF最大可以是：第一应用/租用是2.5GHz，并且第二应用/租用是3.8GHz。每个应用/租用的容忍延迟可以是：第一应用/租用是100μs，并且第二应用/租用是5μs。工作负载特征可以包括但不限于：针对第一应用/租用，32个核心，APP比率为0.83，IPC为1.06，DDR访问延迟为122ns，IO B/W为3.5Gb/s，并且针对第二应用/租用，4个核心，APP比率为0.41，IPC为1.85，DDR访问延迟为40ns，IO B/W为12Gb/s。本文描述的数字和符号用作示例而不是将应用限制于此。
在上面的跟踪表300和400中，可以通过遥测读数来收集工作负荷特征。遥测读数可以通过软件、硬件、固件或其任何组合来实现。工作负荷特征可以提供提示以在各种功率管理选项中选择功率管理参数。
图5A、图5B和图5C例示了用于提供统一功率管理的处理500的示例流程图。处理500可以包括以下内容。
在框502，可用功率计算机制204可以将资源的可用功率P可用(1)设定为功率预算/上限P输入。也就是说，P可用(1)＝P输入。可以如上文参照图2所述确定功率预算/上限。
在框504，功耗估计机制206可以估计资源支持应用的所需平均性能PERF平均而需要的功耗(功率1)。可以如上文参照图2所述确定所需平均性能RERF平均。
在框506，可用功率计算机制204可以将可用功率更新为P可用(2)＝P可用(1)–功率1。
在框508，可用功率确定机制208可以确定是否可用功率P可用(2)>0。如果可用功率P可用(2)>0，则处理500可以进行至框510。如果可用功率P可用(2)不大于0，则处理500可以进行至框518。
在框510，如果可用功率P可用(2)>0，或者如果可用功率P可用(4)>0，或者如果可用功率P可用(5)>0，则功耗估计机制206可以计算支持期望最大性能PERF最大而需要的功耗(功率2)。
在框512，如果处理500来自框510，则可用功率计算机制204可以将可用功率更新为P可用(3)＝P可用(2)–功率2；或者如果处理500来自框524，则可以将可用功率更新为P可用(3)＝P可用(4)–功率2；或者如果处理500来自框532，则可以将可用功率更新为P可用(3)＝P可用(5)–功率2。
在框514，可用功率确定机制208可以确定是否可用功率P可用(3)>0。如果可用功率P可用(3)>0，则处理500可以进行至框516。如果可用功率P可用(3)不大于0，则处理500可以进行至框518。
在框516，如果可用功率P可用(3)>0，则性能管理/功率释放机制210可以将资源设定为运行以支持应用的期望最大性能PERF最大，并且可以将资源的可用功率的未使用部分的至少一部分返回至调度机制212。
在框518，如果可用功率P可用(3)不大于0，则性能管理/功率释放机制210可以将资源设定为运行以支持应用的所需平均性能PERF平均，并且可以将资源的可用功率的未使用部分的至少一部分返回至调度机制212。
参照图5B，在框520，如果可用功率P可用(2)不大于0，则搜索机制214可以如上文参照图2所述搜索容忍延迟高于预定阈值的APP。
在框522，活动/空闲状态管理机制216可以通过调整运行容忍延迟高于预定阈值的APP的资源的活动/空闲状态来释放一定量的功率(功率3)，这已在上文参照图2至图4进行了讨论。
在框524，可用功率计算机制204可以将可用功率更新为P可用(4)＝P可用(2)+功率3。
在框526，可用功率确定机制208可以确定是否可用功率P可用(4)>0。如果可用功率P可用(4)>0，则处理500可以进行至框510。如果可用功率P可用(4)不大于0，则处理500可以进行至框528。
在框528，如果可用功率P可用(4)不大于0，则搜索机制214可以如上文参照图2所讨论地搜索需要低于预定阈值的非核心或存储器频率的APP。
在框530，活动/空闲状态管理机制216可以通过调整运行需要低于预定阈值的非核心或存储器频率的APP的资源的活动/空闲状态来释放一定量的功率(功率4)，这已在上文参照图2至图4进行了讨论。
在框532，可用功率计算机制204可以将可用功率更新为P可用(5)＝P可用(4)+功率4。
在框534，可用功率确定机制208可以确定是否可用功率P可用(5)>0。如果可用功率P可用(5)>0，则处理500可以进行至框510。如果可用功率P可用(5)不大于0，则处理500可以进行至框536。
参照图5C，在框536，功耗估计机制206可以估计运行应用的接受的最小性能PERF最小而需要的功率(功率5)，这已在上文参照图2至图4进行了讨论。
在框538，可用功率计算机制204可以更新可用功率P可用(6)＝P可用(5)+功率1–功率5。
在框540，可用功率确定机制208可以确定是否可用功率P可用(6)>0。如果可用功率P可用(6)>0，则处理500可以进行至框542。如果可用功率P可用(6)不大于0，则处理500可以进行至框544。
在框542，如果可用功率P可用(6)>0，则性能管理/功率释放机制210可以将资源设定为运行以支持应用的接受的最小性能PERF最小。
在框544，预警/警报机制218可以将预警/警报消息发送至调度机制212，该预警/警报消息指示可用功率不足以运行应用的接受的最小性能PERF最小。
图6A和图6B例示了用于提供统一功率管理的处理600的另一示例流程图。
参照图6A，处理600可以包括以下内容。
在框602，接收向与第一实体相关联的第一应用分配资源的请求。第一实体可以是购买资源的一方，诸如公司、组织、机构、家庭、个人等。第一应用可以具有多个性能级别，各个性能级别与不同的功耗相对应。一个或更多个其它资源的功耗可以由所述一个或更多个其它资源的多个活动状态和/或多个空闲状态确定，这已在上文参照图2至图5进行了讨论。一个或更多个其它资源的多个活动状态和/或多个空闲状态可以由一个或更多个其它应用的容忍延迟确定，这已在上文参照图2至图5进行了讨论。另外地或另选地，一个或更多个其它资源的多个活动状态和/或多个空闲状态可以由一个或更多个其它应用的所需的非核心/存储器频率来确定，这已在上文参照图2至图5进行了讨论。
在框604，确定在第一约束下在资源上运行第一应用的特定性能级别。第一约束可以指示在所述特定性能级别下运行的第一应用的功耗与运行与第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与第一实体相关联的功率预算，这已在上文参照图2至图5进行了讨论。
参照图6B，框604可以包括以下内容。
在框606，可以选择具有在第一约束下允许的最大功耗的性能级别，这已在上文参照图2至图5进行了讨论。
在框608，可以选择具有运行第一应用可接受的最小功耗的性能级别，这已在上文参照图2至图5进行了讨论。
在框610，可以选择具有介于最大功耗与最小功耗之间的功耗的性能级别，这已在上文参照图2至图5进行了讨论。
图7例示了用于实现上文参照图1至图6描述的处理和方法的示例装置700。
本文描述的技术和机制可以由装置700的多个实例以及由任何其它计算设备、系统和/或环境来实现。图7所示的装置700仅是装置的一个示例并且不旨在暗示对用于执行上述处理和/或过程的任何计算设备的使用范围或功能的任何限制。可以适合与所述实施方式一起使用的其它众所周知的计算设备、系统、环境和/或配置包括但不限于个人计算机、服务器计算机、手持式或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、游戏机、可编程消费电子产品、网络PC、小型计算机、大型计算机、包括任何上述系统或设备的分布式计算环境、使用现场可编程门阵列(“FPGA”)以及专用集成电路(“ASIC”)的实现方式等。
装置700可以包括一个或更多个处理器702以及以通信的方式联接至处理器702的系统存储器704。处理器702可以执行一个或更多个模块和/或处理，以使处理器702执行各种功能。在一些实施方式中，处理器702可以包括中央处理单元(CPU)、图形处理单元(GPU)、CPU和GPU两者、或者本领域已知的其它处理单元或部件。另外，处理器702中的各个处理器可以拥有其自己的本地存储器，该本地存储器还可以存储程序模块、程序数据和/或一个或更多个操作系统。
取决于装置700的确切配置和类型，系统存储器704可以是易失性的(诸如RAM)、非易失性的(诸如ROM、闪存存储器、微型硬盘驱动器、存储卡等)或其某种组合。系统存储器704可以包括可由处理器702执行的一个或更多个计算机可执行模块。
装置700可以另外包括用于接收数据的输入/输出(I/O)接口706。装置700还可以包括通信模块708，该通信模块708允许装置700通过网络(未示出)与其它设备(未示出)进行通信。网络可以包括互联网、诸如有线网络或直接有线连接的有线介质以及诸如声学、射频(RF)、红外和其它无线介质的无线介质。
存储器704可以包括以下内容。
功率预算/上限模块710可以被配置成接收向与第一实体相关联的第一应用分配资源的请求。第一实体可以是购买资源的一方，诸如公司、组织、机构、家庭、个人等。第一应用可以具有多个性能级别，各个性能级别与不同的功耗相对应。一个或更多个其它资源的功耗可以由所述一个或更多个其它资源的多个活动状态和/或多个空闲状态来确定，这已在上文参照图2至图6进行了讨论。一个或更多个其它资源的多个活动状态和/或多个空闲状态可以由一个或更多个其它应用的容忍延迟来确定，这已在上文参照图2至图6进行了讨论。另外地或另选地，一个或更多个其它资源的多个活动状态和/或多个空闲状态可以由一个或更多个其它应用的所需的非核心/存储器频率来确定，这已在上文参照图2至图6进行了讨论。
功率预算/上限模块710可以进一步被配置成响应于来自第一实体的请求，为运行第一应用的资源提供功率预算/上限。功率预算可以表示为P输入，其可以如上文参照图2至图6所描述地被确定。
可用功率计算模块712可以被配置成将资源的可用功率P可用(1)设定为由功率预算/上限模块710提供的功率预算/上限P输入。即，P可用(1)＝P输入。
功耗估计模块714可以被配置成估计资源支持应用的所需平均性能RERF平均而需要的功耗(功率1)，这已在上文参照图2至图6进行了讨论。
可用功率确定模块716可以被配置成确定是否可用功率P可用(2)>0。
功耗估计模块714可以进一步被配置成如果可用功率P可用(2)>0，则计算资源支持应用的期望最大性能PERF最大所需的功耗(功率2)，这已在上文参照图2至图6进行了讨论。
可用功率计算模块712可以进一步被配置成将可用功率更新为P可用(3)＝P可用(2)–功率2。
可用功率确定模块716可以进一步被配置成确定是否可用功率P可用(3)>0。
性能管理/功率释放模块718可以被配置成确定在第一约束下在资源上运行所述第一应用的特定性能级别。第一约束可以指示在所述特定性能级别下运行的第一应用的功耗与运行与第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与第一实体相关联的功率预算，这已在上文参照图2至图6进行了讨论。
性能管理/功率释放模块718可以进一步被配置成如果可用功率P可用(3)>0，则将资源设定为运行以支持期望最大性能PERF最大，并将资源的可用功率的未使用部分的至少一部分返回至调度模块720。期望最大性能PERF最大可以是具有在第一约束下允许的最大功耗的性能级别，这已在上文参照图2至图6进行了讨论。
性能管理/功率释放模块718可以进一步被配置成如果可用功率P可用(3)不大于0，则将资源设定为运行以支持应用的所需平均性能PERF平均，并将资源的可用功率的未使用部分的至少一部分返回至调度模块720。应用的所需平均性能PERF平均可以是具有介于最大功耗与最小功耗之间的功耗的性能级别，这已在上文参照图2至图6进行了讨论。
调度模块720可以被配置成在不同资源之间调度工作负荷。
搜索模块722可以被配置成如果可用功率P可用(2)不大于0，则如上文参照图2至图6所讨论地搜索容忍延迟高于预定阈值的APP。
活动/空闲状态管理模块724可以被配置成如上文参照图2至图6所讨论地释放一定量的功率(功率3)。
可用功率计算模块712可以进一步被配置成将可用功率更新为P可用(4)＝P可用(2)+功率3。
可用功率确定模块716可以进一步被配置成确定是否可用功率P可用(4)>0。
如果可用功率P可用(4)>0，则功耗估计模块714可以进一步被配置成如上文参照图2至图6所讨论地计算资源支持应用的期望最大性能PERF最大所需的功耗(功率2)。
搜索模块722可以进一步被配置成如果可用功率P可用(4)不大于0，则如上文参照图2至图6所讨论地搜索需要低于预定阈值的非核心或存储器频率的APP。
活动/空闲状态管理模块724可以进一步被配置成如上文参照图2至图6所讨论地释放一定量的功率(功率4)。
可用功率计算模块712可以进一步被配置成将可用功率更新为P可用(5)＝P可用(4)+功率4。
可用功率确定模块716可以进一步被配置成确定是否可用功率P可用(5)>0。
如果可用功率P可用(5)>0，则功耗估计模块714可以进一步被配置成如上文参照图2至图6所讨论地计算资源支持应用的期望最大性能PERF最大所需的功耗(功率2)。
功耗估计模块714可以被配置成如果可用功率P可用(5)不大于0，则如上文参照图2至图6所讨论地估计运行应用的接受的最小性能PERF最小所需的功耗(功率5)。接受的最小性能PERF最小可以是具有运行第一应用可接受的最小功耗的性能级别，这已在上文参照图2至图6进行了讨论。
可用功率计算模块712可以进一步被配置成更新可用功率P可用(6)＝P可用(5)+功率1–功率5。
可用功率确定模块716可以进一步被配置成确定是否可用功率P可用(6)>0。
性能管理/功率释放模块718可以进一步被配置成如果可用功率P可用(6)>0，则将资源设定为运行以支持应用的接受的最小性能PERF最小。
预警/警报模块726可以被配置成如果可用功率P可用(6)不大于0，则向调度模块720发送预警/警报消息，该预警/警报消息指示可用功率不足以运行应用的接受的最小性能PERF最小。
调度模块720可以进一步被配置成在从预警/警报模块726接收到预警/警报消息之后，在资源之间重新调度工作负载。
本文讨论的系统和处理可以提供一种在功率预算/上限的框架下统一不同功率管理机制的方法。可以避免不同功率控制机制之间的冲突，并且可以提高功率效率。可以大大简化功率管理。
另外地或另选地，在功率预算/上限的框架下，也可以使用其它特定的控制方法。
可以通过执行存储在下文限定的计算机可读存储介质上的计算机可读指令来执行上述方法的一些或全部操作。在说明书和权利要求书中使用的术语“计算机可读指令”包括例程、应用、应用模块、程序模块、程序、部件、数据结构、算法等。可以在各种系统配置上实现计算机可读指令，包括单处理器或多处理器系统、小型计算机、大型计算机、个人计算机、手持计算设备、基于微处理器的可编程消费电子产品、其组合等。
计算机可读存储介质可以包括易失性存储器(诸如随机存取存储器(RAM))和/或非易失性存储器(诸如只读存储器(ROM)、闪存存储器等)。计算机可读存储介质还可以包括附加可移除存储装置和/或不可移除存储装置，包括但不限于可以提供计算机可读指令、数据结构、程序模块等的非易失性存储的闪存存储器、磁存储装置、光存储装置和/或磁带存储装置。
非暂时性计算机可读存储介质是计算机可读介质的示例。计算机可读介质包括至少两种类型的计算机可读介质(即，计算机可读存储介质和通信介质)。计算机可读存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何处理或技术实现的易失性和非易失性、可移除和不可移除介质。计算机可读存储介质包括但不限于相变存储器(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其它类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦可编程只读存储器(EEPROM)、闪存存储器或其它存储器技术、光盘只读存储器(CD-ROM)、数字通用磁盘(DVD)或其它光学存储装置、磁带盒、磁带、磁盘存储装置或其它磁存储设备或可以用于存储信息以供计算设备访问的任何其它非传输介质。相比之下，通信介质可以在诸如载波的调制数据信号或其它传输机制中体现计算机可读指令、数据结构、程序模块或其它数据。如本文限定的，计算机可读存储介质不包括通信介质。
存储在一个或更多个非暂时性计算机可读存储介质上的计算机可读指令在由一个或更多个处理器执行时可以执行上文参照图1至图7描述的操作。通常，计算机可读指令包括执行特定功能或实现特定抽象数据类型的例程、程序、对象、部件、数据结构等。描述操作的顺序不旨在被理解为限制性的，并且可以以任何顺序和/或并行地组合任何数量的所描述的操作，以实现所述处理。
示例条款
条款1.一种提供功率管理的方法，所述方法包括以下步骤：接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算。
条款2.根据条款1所述的方法，其中，确定所述第一应用的特定性能级别的步骤包括：选择具有在所述第一约束下允许的最大功耗的性能级别。
条款3.根据条款1所述的方法，其中，确定所述第一应用的特定性能级别的步骤包括：选择具有运行所述第一应用可接受的最小功耗的性能级别。
条款4.根据条款1所述的方法，其中，确定所述第一应用的特定性能级别的步骤包括：选择具有介于最大功耗与最小功耗之间的功耗的性能级别。
条款5.根据条款1所述的方法，其中，所述一个或更多个其它资源的功耗由所述一个或更多个其它资源的多个活动状态和/或多个空闲状态确定。
条款6.根据条款5所述的方法，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的容许延迟确定。
条款7.根据条款5所述的方法，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的所需的非核心/存储器频率确定。
条款8.一种计算机可读存储介质，所述计算机可读存储介质存储有可由一个或更多个处理器执行的计算机可读指令，当由所述一个或更多个处理器执行时，所述计算机可读指令使所述一个或更多个处理器执行动作，所述动作包括：接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算。
条款9.根据条款8所述的计算机可读存储介质，其中，确定所述第一应用的特定性能级别的动作包括：选择具有在所述第一约束下允许的最大功耗的性能级别。
条款10.根据条款8所述的计算机可读存储介质，其中，确定所述第一应用的特定性能级别的动作包括：选择具有运行所述第一应用可接受的最小功耗的性能级别。
条款11.根据条款8所述的计算机可读存储介质，其中，确定所述第一应用的特定性能级别的动作包括：选择具有介于最大功耗与最小功耗之间的功耗的性能级别。
条款12.根据条款8所述的计算机可读存储介质，其中，所述一个或更多个其它资源的功耗由所述一个或更多个其它资源的多个活动状态和/或多个空闲状态确定。
条款13.根据条款12所述的计算机可读存储介质，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的容许延迟确定。
条款14.根据条款12所述的计算机可读存储介质，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的所需的非核心/存储器频率确定。
条款15.一种提供功率管理的装置，所述装置包括：一个或更多个处理器；以及存储器，所述存储器以通信的方式联接至所述一个或更多个处理器，所述存储器存储有可由所述一个或更多个处理器执行的计算机可执行模块，所述计算机可执行模块包括：功率上限模块，所述功率上限模块被配置成接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及性能管理模块，所述性能管理模块被配置成确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算。
条款16.根据条款15所述的装置，其中，所述性能管理模块进一步被配置成选择具有在所述第一约束下允许的最大功耗的性能级别。
条款17.根据条款15所述的装置，其中，所述性能管理模块进一步被配置成选择具有运行所述第一应用可接受的最小功耗的性能级别。
条款18.根据条款15所述的装置，其中，确定所述第一应用的所述特定性能级别包括选择具有介于最大功耗与最小功耗之间的功耗的性能级别。
条款19.根据条款15所述的装置，其中，所述一个或更多个其它资源的功耗由所述一个或更多个其它资源的多个活动状态和/或多个空闲状态确定。
条款20.根据条款18所述的装置，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的容许延迟确定。
结论
尽管已用特定于结构特征和/或方法动作的语言描述了主题，但是应该理解，所附权利要求书中限定的主题不必限于所描述的特定特征或动作。而是将特定特征和动作公开为实现权利要求的示例性形式。

Claims (20)

1.一种提供功率管理的方法，所述方法包括以下步骤：
接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；
基于分别在一个或更多个其它资源上运行的与所述第一实体相关联的其它应用的中断的次数和容许延迟，由所述一个或更多个其它资源的多个空闲状态确定一个或更多个其它资源的功耗，所述其它应用包括第二应用和第三应用，所述第二应用具有比所述第三应用的中断的次数更少的中断的次数，运行所述第二应用的资源相比运行所述第三应用的另一资源具有较低的空闲状态，所述较低的空闲状态指示所述资源退出所述空闲状态的时间比所述另一资源更长；
确定所述其它应用中的多个应用的容许延迟高于预定阈值；
以所述多个应用中的各个应用的容许延迟的降序来调整运行所述多个应用的资源的空闲状态；
确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行所述其它应用的所述一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算；以及
基于所述特定性能级别来更新所述第一应用的可用功率。
2.根据权利要求1所述的方法，其中，确定所述第一应用的特定性能级别的步骤包括：选择具有在所述第一约束下允许的最大功耗的性能级别。
3.根据权利要求1所述的方法，其中，确定所述第一应用的特定性能级别的步骤包括：选择具有运行所述第一应用能够接受的最小功耗的性能级别。
4.根据权利要求1所述的方法，其中，确定所述第一应用的特定性能级别的步骤包括：选择具有介于最大功耗与最小功耗之间的功耗的性能级别。
5.根据权利要求1所述的方法，其中，所述一个或更多个其它资源的功耗进一步由所述一个或更多个其它资源的多个活动状态确定。
6.根据权利要求5所述的方法，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的容许延迟确定。
7.根据权利要求5所述的方法，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的所需的非核心/存储器频率确定。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有能够由一个或更多个处理器执行的计算机可读指令，当由所述一个或更多个处理器执行时，所述计算机可读指令使所述一个或更多个处理器执行动作，所述动作包括：
接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；
基于分别在一个或更多个其它资源上运行的与所述第一实体相关联的其它应用的中断的次数和容许延迟，由所述一个或更多个其它资源的多个空闲状态确定一个或更多个其它资源的功耗，所述其它应用包括第二应用和第三应用，所述第二应用具有比所述第三应用的中断的次数更少的中断的次数，运行所述第二应用的资源相比运行所述第三应用的另一资源具有较低的空闲状态，所述较低的空闲状态指示所述资源退出所述空闲状态的时间比所述另一资源更长；
确定所述其它应用中的多个应用的容许延迟高于预定阈值；
以所述多个应用中的各个应用的容许延迟的降序来调整运行所述多个应用的资源的空闲状态；
确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行所述其它应用的所述一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算；以及
基于所述特定性能级别来更新所述第一应用的可用功率。
9.根据权利要求8所述的计算机可读存储介质，其中，确定所述第一应用的特定性能级别的动作包括：选择具有在所述第一约束下允许的最大功耗的性能级别。
10.根据权利要求8所述的计算机可读存储介质，其中，确定所述第一应用的特定性能级别的动作包括：选择具有运行所述第一应用能够接受的最小功耗的性能级别。
11.根据权利要求8所述的计算机可读存储介质，其中，确定所述第一应用的特定性能级别的动作包括：选择具有介于最大功耗与最小功耗之间的功耗的性能级别。
12.根据权利要求8所述的计算机可读存储介质，其中，所述一个或更多个其它资源的功耗进一步由所述一个或更多个其它资源的多个活动状态确定。
13.根据权利要求12所述的计算机可读存储介质，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的容许延迟确定。
14.根据权利要求12所述的计算机可读存储介质，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的所需的非核心/存储器频率确定。
15.一种提供功率管理的装置，所述装置包括：
一个或更多个处理器；以及
存储器，所述存储器以通信的方式联接至所述一个或更多个处理器，所述存储器存储有能够由所述一个或更多个处理器执行的计算机可执行模块，所述计算机可执行模块包括：
功率上限模块，所述功率上限模块被配置成接收向与第一实体相关联的第一应用分配资源的请求，所述第一应用具有多个性能级别，各个性能级别与不同的功耗相对应；以及
性能管理模块，所述性能管理模块被配置成确定在第一约束下在资源上运行所述第一应用的特定性能级别，所述第一约束是在所述特定性能级别下运行的所述第一应用的功耗与运行与所述第一实体相关联的其它应用的一个或更多个其它资源的功耗之和小于或等于与所述第一实体相关联的功率预算，
其中，基于分别在一个或更多个其它资源上运行的所述其它应用的中断的次数和容许延迟，由所述一个或更多个其它资源的多个空闲状态确定所述一个或更多个其它资源的功耗，所述其它应用包括第二应用和第三应用，所述第二应用具有比所述第三应用的中断的次数更少的中断的次数，运行所述第二应用的资源相比运行所述第三应用的另一资源具有较低的空闲状态，所述较低的空闲状态指示所述资源退出所述空闲状态的时间比所述另一资源更长，当确定所述其它应用中的多个应用的容许延迟高于预定阈值时，以所述多个应用中的各个应用的容许延迟的降序来调整运行所述多个应用的资源的空闲状态，以及基于所述性能管理模块确定的所述特定性能级别来更新所述第一应用的可用功率。
16.根据权利要求15所述的装置，其中，所述性能管理模块进一步被配置成选择具有在所述第一约束下允许的最大功耗的性能级别。
17.根据权利要求15所述的装置，其中，所述性能管理模块进一步被配置成选择具有运行所述第一应用能够接受的最小功耗的性能级别。
18.根据权利要求15所述的装置，其中，确定所述第一应用的所述特定性能级别包括选择具有介于最大功耗与最小功耗之间的功耗的性能级别。
19.根据权利要求15所述的装置，其中，所述一个或更多个其它资源的功耗进一步由所述一个或更多个其它资源的多个活动状态确定。
20.根据权利要求19所述的装置，其中，所述一个或更多个其它资源的所述多个活动状态和/或所述多个空闲状态由所述一个或更多个其它应用的容许延迟确定。
CN201880099630.5A 2018-11-19 2018-11-19 提供功率管理的方法和装置及计算机可读存储介质 Active CN113056717B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/116141 WO2020102929A1 (en) 2018-11-19 2018-11-19 Unified power management

Publications (2)

Publication Number Publication Date
CN113056717A CN113056717A (zh) 2021-06-29
CN113056717B true CN113056717B (zh) 2023-09-19

Family

ID=70773203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880099630.5A Active CN113056717B (zh) 2018-11-19 2018-11-19 提供功率管理的方法和装置及计算机可读存储介质

Country Status (3)

Country Link
US (1) US11644887B2 (zh)
CN (1) CN113056717B (zh)
WO (1) WO2020102929A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4009714A1 (en) * 2020-12-04 2022-06-08 Nokia Technologies Oy Battery aware carrier activation

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101067758A (zh) * 2007-06-14 2007-11-07 华南理工大学 一种嵌入式系统的能耗管理方法
CN101067759A (zh) * 2006-05-05 2007-11-07 戴尔产品有限公司 信息处理系统中的功率分配管理
CN102770826A (zh) * 2010-02-26 2012-11-07 微软公司 虚拟机功耗测量和管理
US8654691B2 (en) * 2010-11-15 2014-02-18 Blackberry Limited Managing wireless communications
CN104335137A (zh) * 2012-05-17 2015-02-04 英特尔公司 管理计算系统的功耗和性能

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324431C (zh) 2004-10-25 2007-07-04 联想(北京)有限公司 一种实现低功耗家电应用的计算机及方法
US7831325B1 (en) 2005-04-18 2010-11-09 Hewlett-Packard Development Company, L.P. Computing estimated performance of a software application in a target system
US9213574B2 (en) * 2010-01-30 2015-12-15 International Business Machines Corporation Resources management in distributed computing environment
US8959367B2 (en) * 2011-08-17 2015-02-17 International Business Machines Corporation Energy based resource allocation across virtualized machines and data centers
JP6191298B2 (ja) * 2013-07-18 2017-09-06 富士ゼロックス株式会社 情報処理装置及び画像処理装置
US20150067356A1 (en) * 2013-08-30 2015-03-05 Advanced Micro Devices, Inc. Power manager for multi-threaded data processor
US9378536B2 (en) * 2014-04-30 2016-06-28 Qualcomm Incorporated CPU/GPU DCVS co-optimization for reducing power consumption in graphics frame processing
US20160116954A1 (en) 2014-10-28 2016-04-28 Linkedln Corporation Dynamic adjustment of cpu operating frequency
KR20160091118A (ko) * 2015-01-23 2016-08-02 한국전자통신연구원 멀티 호밍 기반의 네트워크를 통한 패킷 전송 장치 및 방법
CN106155807A (zh) 2015-04-15 2016-11-23 阿里巴巴集团控股有限公司 一种实现资源调度的方法与设备
CN112016258A (zh) * 2020-08-24 2020-12-01 苏州萨沙迈半导体有限公司 一种针对多存储器soc系统的自动节能电路

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101067759A (zh) * 2006-05-05 2007-11-07 戴尔产品有限公司 信息处理系统中的功率分配管理
CN101067758A (zh) * 2007-06-14 2007-11-07 华南理工大学 一种嵌入式系统的能耗管理方法
CN102770826A (zh) * 2010-02-26 2012-11-07 微软公司 虚拟机功耗测量和管理
US8654691B2 (en) * 2010-11-15 2014-02-18 Blackberry Limited Managing wireless communications
CN104335137A (zh) * 2012-05-17 2015-02-04 英特尔公司 管理计算系统的功耗和性能

Also Published As

Publication number Publication date
WO2020102929A1 (en) 2020-05-28
CN113056717A (zh) 2021-06-29
US11644887B2 (en) 2023-05-09
US20220011850A1 (en) 2022-01-13

Similar Documents

Publication Publication Date Title
AU2012379690B2 (en) Scheduling tasks among processor cores
Kaushik et al. Greenhdfs: towards an energy-conserving, storage-efficient, hybrid hadoop compute cluster
US10146289B2 (en) Power system utilizing processor core performance state control
CN106170742B (zh) 多处理器片上系统中的能效感知热管理的方法和系统
Brown et al. Toward energy-efficient computing
Barroso et al. The case for energy-proportional computing
EP2635948B1 (en) Method and apparatus for thermal control of processing nodes
US9026816B2 (en) Method and system for determining an energy-efficient operating point of a platform
US10990407B2 (en) Dynamic interrupt reconfiguration for effective power management
Saxe Power-efficient software
EP3411775B1 (en) Forced idling of memory subsystems
GB2512492A (en) Platform agnostic power management
EP2972826B1 (en) Multi-core binary translation task processing
Sahin et al. On the impacts of greedy thermal management in mobile devices
Terzopoulos et al. Power-aware bag-of-tasks scheduling on heterogeneous platforms
KR102060431B1 (ko) 멀티 코어 시스템의 전력 관리 장치 및 방법
EP2972660A1 (en) Controlling power supply unit power consumption during idle state
TW201428475A (zh) 電源管理方法及應用該方法之電子系統
Lin et al. ARM platform for performance and power efficiency—Hardware and software perspectives
Terzopoulos et al. Bag-of-task scheduling on power-aware clusters using a dvfs-based mechanism
CN113056717B (zh) 提供功率管理的方法和装置及计算机可读存储介质
Reams Modelling energy efficiency for computation
EP3330853B1 (en) Method and system for controlling operation unit, and computer storage medium
Zhang et al. Contention-aware reliability management scheme for parallel tasks scheduling in heterogeneous computing systems
Rossi et al. On the impact of energy-efficient strategies in HPC clusters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20220114

Address after: No.12 Zhuantang science and technology economic block, Xihu District, Hangzhou City, Zhejiang Province

Applicant after: Aliyun Computing Co.,Ltd.

Address before: Cayman Islands, Grand Cayman

Applicant before: ALIBABA GROUP HOLDING Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant