CN116917840A - 用于平衡功率和性能的自适应负载感知系统管理 - Google Patents
用于平衡功率和性能的自适应负载感知系统管理 Download PDFInfo
- Publication number
- CN116917840A CN116917840A CN202380010247.9A CN202380010247A CN116917840A CN 116917840 A CN116917840 A CN 116917840A CN 202380010247 A CN202380010247 A CN 202380010247A CN 116917840 A CN116917840 A CN 116917840A
- Authority
- CN
- China
- Prior art keywords
- quality
- video game
- power consumption
- performance metrics
- power
- 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.)
- Pending
Links
- 230000003044 adaptive effect Effects 0.000 title description 4
- 239000003623 enhancer Substances 0.000 claims abstract description 61
- 230000002829 reductive effect Effects 0.000 claims abstract description 18
- 230000002708 enhancing effect Effects 0.000 claims abstract 3
- 238000000034 method Methods 0.000 claims description 29
- VJTAZCKMHINUKO-UHFFFAOYSA-M chloro(2-methoxyethyl)mercury Chemical compound [Cl-].COCC[Hg+] VJTAZCKMHINUKO-UHFFFAOYSA-M 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 12
- 238000004040 coloring Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000009467 reduction Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Power Sources (AREA)
Abstract
计算系统根据视频游戏中图形场景的要求执行平衡的电源管理。基于图形场景的需求,选择要实时降低的一个或多个性能指标,其中性能指标是视频游戏质量的指示器。在降低一个或多个性能指标之后系统将估计的功耗与功率预算进行比较。基于所述图形场景的要求,在将估计的功耗保持在所述功率预算内的情况下,系统进一步选择要实时启用的一个或多个质量增强器,其中每个质量增强器在一个性能指标方面增强视频游戏。然后系统显示由一个或多个质量增强器增强的视频游戏。
Description
相关申请的交叉引用
本发明要求于2022年02月10日提交的美国临时申请No.63/308,509以及于2022年11月1日提交的美国临时申请No.63/381,767的优先权权益,其内容透过引用完整地并入本文中。
技术领域
本发明的实施例涉及的系统在维持或优化视频游戏中图形场景的质量的同时动态调整每个处理器的计算负载以管理功耗。
背景技术
随着现代手机游戏越来越强调高帧速率和高分辨率,对硬件处理能力的需求也大大增加。特别地,图形处理单元(graphic processing unit,GPU)的处理能力可以直接影响用户的游戏体验。然而,用户的设备通常具有有限的冷却能力,这对设备施加了温度限制。温度限制会对每个处理器的性能产生不利影响,从而导致游戏体验不佳。
传统的计算系统允许用户将系统置于节能模式(power-saving mode)或高性能模式(high-performance mode)。节能模式以牺牲性能为代价来延长电池寿命,而高性能模式以牺牲能耗为代价来提高处理器性能。
对于视频游戏,性能指示器之一是显示在游戏设备上的视频游戏质量。当设备遇到性能瓶颈时,视频游戏可能会冻结,这可能是由于处理器负载过大造成的。降低过大的处理器负载不仅可以减少性能瓶颈,还可以降低系统功耗。但是,未充分利用处理器会导致不必要的性能下降。因此,需要对功率和性能进行平衡管理,同时尽量减少对用户游戏体验的负面影响。
发明内容
在一个实施例中,提供了一种用于计算系统中的平衡电源管理的方法。该方法包括根据图形场景的要求,选择要实时降低的一个或多个性能指标,其中性能指标是视频游戏质量的指示器。该方法还包括在降低一个或多个性能指标之后将估计的功耗与功率预算进行比较,并基于图形场景的要求,在将估计的功耗保持在功率预算内的情况下,选择要实时启用的一个或多个质量增强器。每个质量增强器在一个性能指标方面增强视频游戏。所述计算系统然后显示由一个或多个质量增强器增强后的视频游戏。
在另一个实施例中,系统可操作为执行平衡的功率管理。该系统包括多个处理器和耦接到处理器的平衡管理器电路。平衡管理器电路可操作为根据视频游戏中图形场景的要求,选择要实时降低的一个或多个性能指标。性能指标是视频游戏质量的指示器。平衡管理器电路可进一步操作为在降低一个或多个性能指标之后将估计的功耗与功率预算进行比较,并基于图形场景的要求,在将估计的功耗保持在功率预算内的情况下,选择要实时启用的一个或多个质量增强器。质量增强器在性能指标方面增强视频游戏。该系统包括显示器,以显示由一个或多个质量增强器增强后的视频游戏。
本领域技术人员在结合附图阅读特定实施例的以下描述后,其他方面和特征将变得显而易见。
附图说明
本发明通过示例的方式而非限制的方式在附图中进行说明,在附图中相似的参考标号指示相似的元素。应当注意,在本公开中对“一个”或“个”实施例的不同引用不一定是指相同的实施例,并且这样的引用表示至少一个。此外,当结合实施例描述特定特征、结构或特性时,认为在本领域技术人员的知识范围内可结合其他实施例来实现此类特征、结构或特性,无论是否进行明确描述。
图1是根据一个实施例的计算系统的示意图。
图2是例示根据一个实施例的由平衡管理器执行的过程的流程图。
图3是例示根据另一实施例的由平衡管理器执行的过程的流程图。
图4是例示根据一个实施例的在平衡管理器的控制下的自适应处理器负载的示例的示意图。
图5是例示根据一个实施例的平衡管理器的操作的示例。
图6是例示根据另一实施例的平衡管理器的操作的示例。
图7是例示根据一个实施例的用于平衡功率管理的方法的流程图。
图8是例示根据一个实施例的可操作为执行平衡功率管理的装置的框图。
具体实施方式
在下面的描述中,阐述了许多具体细节。然而,应当理解,可以在没有这些具体细节的情况下实践本发明的实施例。在其他情况下,未详细示出众所周知的电路、结构和技术以免混淆对本发明的理解。然而,本领域技术人员将理解,可以在没有这些具体细节的情况下实施本发明。本领域技术人员可以利用所包括的描述能够实现适当的功能而无需过多的实验。
本发明的实施例提供多处理器(multiprocessor)计算系统中的平衡管理器(balance manager)。计算系统渲染计算机生成的视频游戏,包括一系列图形场景,例如视频游戏中的游戏场景。平衡管理器监视在视频游戏运行期间处理器负载并估计实时的系统功耗。平衡管理器可以基于预测的处理器负载和系统的热状况来预测功耗。平衡管理器使用动态质量控制机制来实时地控制输出的视频游戏质量。在低功耗的游戏场景中,平衡管理器可以提高帧速率、分辨率、图像质量水平等以改善用户体验。在高功耗或热受限(thermal-constrained)的场景下,功耗瓶颈可以通过降低处理器负载来缓解,例如降低帧速率、分辨率、图像质量水平等。平衡管理器可以通过启用一个或多个质量增强器(qualityenhancer)来补偿降低的性能。平衡管理器旨在在功率预算内优化用户的整体游戏体验。
这里使用的术语“实时”是指视频游戏被渲染和显示的时间,例如,当用户正在玩视频游戏时。本文中的术语“性能”包括在图形场景中的视频游戏属性以及图像质量,视频游戏属性例如每秒帧数(frame per second,FPS)和分辨率,图像质量例如游戏序列的平滑度、颜色、失真、光线、模糊、噪声等。性能指标包括对这些视频游戏属性和图像质量水平的测量。因此,性能指标(performance metrics)是输出视频游戏质量的指示器(indicator)。
图1例示了根据一个实施例的计算系统100的示例。在该示例中,计算系统100包括多个处理器110,例如中央处理单元(CPU)111、图形处理单元(GPU)112、人工智能(AI)处理单元(APU)113等。CPU 111还可以包括多个核。处理器110可以渲染包括诸如游戏场景的一系列图形场景的视频游戏。计算系统100还包括用于控制处理器110的电压和操作频率的动态电压频率调节(dynamic voltage frequency scaling,DVFS)控制器130、用于监视处理器负载的负载监视器140以及用于监视内部和环境温度的温度传感器150。计算系统100还包括平衡管理器160以管理系统功耗且同时考虑到输出视频游戏质量。在一个实施例中,平衡管理器160可以基于来自负载监视器140的当前处理器负载以及基于图形场景所需的预期计算负载来估计功耗。平衡管理器160将估计的功耗与系统功率预算进行比较。当系统或处理器温度发生变化时,系统功率预算(也称为“功率预算”)可以随时间变化。
在一个实施例中,当估计的功耗超过功率预算时,平衡管理器160指示处理器110减少负载。在一个实施例中,可以通过降低一个或多个性能指标(包括但不限于分辨率、FPS、图像质量水平等)来降低处理器负载。可以基于图形场景的要求(例如要求60FPS或要求FPS优先于分辨率)来选择一个或多个性能指标。该选择可以基于每个处理器的当前负载及其在降低所选性能指标后的预测负载;例如,降低分辨率可以减少GPU负载和存储器带宽,而降低FPS可以减少CPU和GPU的负载。此外,选择可以基于超过功率预算的功耗量;例如,降低FPS比降低分辨率可以降低更多的功耗。平衡管理器160可以进一步使用DVFS控制器130来降低处理器110的操作频率。
在一个实施例中,计算系统100还包括质量增强器120,以增强或微调从计算系统100输出或显示在计算系统100上的视频游戏质量。质量增强器120的非限制性示例包括AI超分辨率(super-resolution,SR)引擎121、运动估计运动补偿(motion estimationmotion compensation,MEMC)引擎122、图像质量(picture quality,PQ)引擎123等。AI SR引擎121可以接收具有低分辨率(例如,720×480像素)的视频游戏并执行SR操作以按比例放大视频游戏至更高的分辨率(例如,3840×2160像素)进行显示。在替代实施例中,质量增强器120可以包括基于不限于AI技术的SR增强器。MEMC引擎122执行帧插值以增加视频游戏的FPS。PQ引擎123提高了图像质量。在一个实施例中,PQ引擎123包括多个质量增强器以执行可变速率着色(variable-rate shading,VRS)、射线跟踪(ray-tracing)、时间反锯齿(temporal anti-aliasing,TAA)等,其中每一个都可以独立地打开和关闭。
当图形场景不需要高分辨率时,平衡管理器160可以设置计算机生成的视频游戏的较低分辨率以减少GPU使用。降低分辨率可以减少GPU负载和存储器带宽。平衡管理器160然后可以通过激活AI SR引擎121和/或其他增强装置来实时地(即,在视频游戏运行时)恢复分辨率。
或者,平衡管理器160可以降低计算机生成的视频游戏的FPS以降低CPU和GPU的负载。平衡管理器160然后可以使用MEMC引擎122来执行帧插值以实时地恢复或进一步增加视频游戏的FPS。在一个实施例中,MEMC引擎122的操作可以由GPU、APU或其他处理器执行。
如果在降低分辨率和FPS之后需要进一步降低功耗,则平衡管理器160可以降低着色率(shading rate)。在一个实施例中,PQ引擎123通过改变帧的不同区域的着色率来实时地执行可变速率着色(variable-rate shading,VRS),而不是降低整个帧的着色率。与统一的高着色率相比,使用VRS提高了渲染性能和质量,并降低了功耗。
尽管质量增强器120被示为与处理器110分离的组件,但在一些实施例中,质量增强器120的操作可由处理器110执行。在备选实施例中,一个或多个质量增强器120可由专用硬件实现,或可由通用或专用硬件执行的软件实现。
质量增强器120的操作可能会增加计算系统100的功耗。然而,只要性能指标降低所节省的功率比质量增强器120消耗的功率更多,启用质量增强器120补偿性能指标降低是值得的。
在一个实施例中,平衡管理器160可以从硬件功率计、软件算法和/或功率模型等获取或估计实时功耗。在一个实施例中,平衡管理器160可以从处理器负载统计、每秒的指令数量、带宽、温度等估计功耗。在一个实施例中,平衡管理器160可以根据软件配置、热条件和其他相关信息来计算系统功率预算。
在一个实施例中,平衡管理器160使用功率模型165基于处理器负载来估计功耗。当一个或多个性能指标改变时,平衡管理器160可以使用功率模型165来估计功耗的变化。当一个或多个质量增强器打开或关闭时,平衡管理器160可以使用功率模型165来估计功耗的变化。功率模型165帮助平衡管理器160确定功耗是低于还是高于功率预算以及在不超过功率预算的情况下启用哪些(哪个)质量增强器。
平衡管理器160基于多个因素确定打开还是关闭质量增强器120,这些因素包括但不限于:当前CPU和/或GPU频率和使用、图形场景复杂度和其他指标。平衡管理器160可以获得处理器110的当前功耗并预测在每个质量增强器120被打开或关闭之后功耗是否会超过功率预算。然后平衡管理器160基于预测打开或关闭质量增强器120。
当计算系统100进入预定高温范围时,系统功率预算减少。响应于减少的功率预算,平衡管理器160可以进一步实时动态地打开或关闭各个质量增强器120。在一个实施例中,计算系统100可以维护白名单(whitelist),指示哪个图形场景的哪些功能将被启用和/或优先化。根据白名单,每个游戏场景的每个功能都具有独立的设置和参数配置。平衡管理器160基于白名单确定打开或关闭哪些质量增强器120。
质量增强器120和平衡管理器160可以用硬件、软件、固件或者硬件和软件的组合来实现。类似地,AI SR引擎121、MEMC引擎122和PQ引擎123可以用硬件、软件、固件或者硬件和软件的组合来实现。
图2是例示根据一个实施例的由平衡管理器160执行的过程的流程图。平衡管理器160在步骤210检查功率预算和处理器负载,并且在步骤220将功率预算与估计的功耗进行比较,其中可以从处理器负载估计功耗。如果估计的功耗超过功率预算(即,功率预算赤字),则计算系统100进入省电模式,其中在步骤230降低处理器负载,使得估计的功耗在功率预算内。可以通过降低诸如FPS、分辨率、图像质量等的一个或多个性能指标来降低处理器负载。平衡管理器160可以基于正在渲染的图形场景的要求来选择降低哪个(哪些)性能指标。平衡管理器160还可以基于功率预算赤字的量、所选性能指标节省的估计功率、每个处理器的负载以及降低性能指标后每个处理器的负载的估计变化、白名单的要求等,确定降低哪个(哪些)性能指标。
在降低性能指标之后,在步骤240如果估计的功耗低于功率预算(即,功率预算盈余),则平衡管理器160可以在步骤250选择性地打开或关闭质量增强器120。平衡管理器160可以基于正在渲染的图形场景的要求,确定打开或关闭哪些质量增强器120。平衡管理器160可以基于功率预算盈余量、所选择的质量增强器消耗的估计功率、每个处理器的负载和所选择的质量增强器导致的每个处理器负载的估计变化、白名单的要求等,确定开启或关闭哪些质量增强器120。
例如,如果游戏场景使FPS优先于分辨率,则平衡管理器160可以打开MEMC引擎122和关闭AI SR引擎121(如果AI SR之前已打开)。平衡管理器160估计所选质量增强器的打开/关闭的功耗以将功耗维持在功率预算内。该过程可以在步骤250之后返回到步骤210,或者如果在步骤240没有功率预算盈余或功率预算盈余不足时则返回到步骤210。
如果在步骤220估计的功耗没有超过功率预算,则计算系统100可以在有功率预算盈余的情况下进入性能增强模式,或者在估计的功耗与功率预算基本相同的情况下保持相同的处理器负载。如果功率预算盈余足以支持处理器负载的增加,则平衡管理器160可以在步骤260增加处理器负载,使得估计的功耗保持在功率预算内。可以通过增加一个或多个性能指标(例如FPS、分辨率、图像质量等)来增加处理器负载。平衡管理器160可以根据正在渲染的图形场景的要求,确定要增加哪些/哪个性能指标。平衡管理器160还可以基于功率预算盈余的量、由所选性能指标引起的估计的功率增加、每个处理器的负载和在功率指标增加后每个处理器负载的估计变化、白名单的要求等,确定要增加哪些/哪个性能指标。
在性能指标增加之后,如果在步骤270还有功率预算盈余,则平衡管理器160可以在步骤280选择性地打开或关闭质量增强器120。类似于步骤250,平衡管理器160可以基于与步骤250中类似的因素,确定打开或关闭哪个质量增强器120。该过程可以在步骤280之后返回到步骤210,或者如果在步骤220或步骤270没有功率预算盈余或功率预算盈余不足时返回到步骤210。
图3是例示根据另一个实施例的由平衡管理器160执行的过程的流程图。平衡管理器160在步骤310检查功率预算和处理器负载,并且在步骤320将功率预算与估计的功耗进行比较,其中可以从处理器负载估计功耗。如果估计的功耗与功率预算基本相同,则平衡管理器160可以确定维持相同的处理器负载并且过程返回到步骤310。如果估计的功耗超过功率预算,则计算系统100进入功率节省模式。步骤330、340和350与图2中的步骤230、240和250相同,除了在步骤340当没有功率预算盈余时,平衡管理器160在步骤345可以通知DVFS控制器130(图1)降低处理器110的操作频率。可以逐步执行频率降低直到估计的功耗在功率预算之内。该过程可以在步骤350或步骤345之后返回到步骤310。
如果在步骤320估计的功耗低于功率预算,则计算系统100进入性能增强模式。如果功率预算盈余足以支持处理器110的操作频率的增加,则平衡管理器160在步骤360可以在不超过功率预算的情况下通知DVFS控制器130(图1)逐步增加处理器110的操作频率。
如果在步骤370功率预算盈余足以进一步支持增加的处理器负载,平衡管理器160可以在步骤380在不超过功率预算的情况下增加处理器负载。步骤380、385和390与图2中的步骤260、270和280相同。在步骤390之后,或者如果在步骤370或385没有功率预算盈余或功率预算盈余不足,则过程可以返回到步骤310。
图4例示了根据一个实施例在平衡管理器160(图1)的控制下自适应处理器负载的示例。在图(A)-(E)中,纵轴表示功耗,该功耗是根据处理器负载估计的,以每个竖条中的百分比表示(例如,100%、50%、70%等)。横轴表示时间,水平虚线代表功率预算。最初在(A)中,功耗超过了功率预算。平衡管理器160降低一个或多个性能指标以将处理器负载从100%降低到50%,从而将功耗降低到功率预算以下。此时的功率预算盈余(表示为“额外的”)足以支持一个或多个质量增强器120(图1),其可由平衡管理器160启用(即打开)以提高输出视频游戏质量。
在(B)中,功率预算低于(A)中的功率预算。当系统温度升高时,系统可以降低功率预算。在平衡管理器160降低一个或多个性能指标以将处理器负载从100%降低到50%之后,功耗与功率预算基本相同。因此,此时没有足够的功率预算盈余来支持任何质量增强器120。
在(C)中,功率预算低于(B)中的功率预算,这可能是由更高的系统温度引起的。在平衡管理器160降低一个或多个性能指标以将处理器负载从100%降低到50%之后,功耗仍然超过功率预算。因此,平衡管理器160可启用额外的视频游戏/图像质量降低措施和/或发信号给DVFS控制器130(图1)以降低处理器操作频率以进一步降低功耗。
在(D)中,初始功耗低于功率预算。因此,平衡管理器160可以增加处理器操作频率、提高一个或多个性能指标、和/或启用一个或多个质量增强器120以利用功率预算中的盈余。或者在(E)中,平衡管理器160可以选择降低一个或多个性能指标并启用一个或多个质量增强器120。图5和图6中分别提供了可能发生(A)和(E)的场景。
图5是基于图4中图(A)的例子,其中示出了根据一个实施例的平衡管理器160(图1)的操作。平衡管理器160可以访问功率模型510,用于估计当对应的性能指标改变时功耗的变化。为了实时降低处理器负载,平衡管理器160可以选择要降低的性能指标的组合。图形场景的要求可以只是分辨率优先于FPS。因此,选择降低FPS。平衡管理器160可以降低额外的性能指标,以在必要时进一步降低功耗。
FPS降低后,存在额外的功率预算可用于提高视频游戏质量。即使MEMC对应于(即,补偿)降低的FPS,平衡管理器160也可以选择打开另一个质量增强器。基于功率模型520、每个处理器的负载和图形场景要求,平衡管理器160可以确定MEMC需要的功率比功率预算允许的功率更多,并且可以启用AI SR以进一步提高分辨率。注意,平衡管理器160可以选择打开任何质量增强器,不限于与降低的性能指标相对应的质量增强器。
图6是基于图4中图(E)的例子,其中示出了根据一个实施例的平衡管理器的操作。最初,功耗低于功率预算。然而,考虑到FPS优先于分辨率的图形场景要求,平衡管理器160可以确定降低分辨率,使得有足够的功率预算盈余来支持MEMC质量增强器以补偿先前降低的FPS。平衡管理器160可以使用功率模型530和540来预测功耗与功率预算相比的估计变化。图6示出了分辨率降低使处理器负载从50%降低到40%,而MEMC的启用使得处理器负载从40%增加到70%,且没有超过功率预算。
图7是例示根据一个实施例的用于平衡功率管理的方法700的流程图。在一个实施例中,方法700可以由诸如图1中的计算系统100和/或图8中的装置800的系统来执行。该系统至少包括一个处理器,该处理器渲染包括图形场景序列的视频游戏。
方法700开始于步骤710,此时系统(更具体地,诸如图1中的平衡管理器160的平衡管理器)选择要实时降低的一个或多个性能指标。该选择可以基于视频游戏中图形场景的要求。在步骤720,在降低一个或多个性能指标后,平衡管理器将估计的功耗与功率预算进行比较。在步骤730,平衡管理器基于图形场景的要求,在将估计的功耗保持在功率预算内的情况下,选择要实时启用的一个或多个质量增强器。每个质量增强器可以在性能指标方面增强视频游戏。在步骤740,系统显示由一个或多个质量增强器增强后的视频游戏。
在一个实施例中,计算系统提供的性能指标至少包括视频游戏的分辨率、帧速率和图像质量。计算系统提供的质量增强器包括以下一种或多种:增强分辨率的AI SR引擎、提高帧率的MEMC引擎、提高图像质量水平的PQ引擎。在一个实施例中,图形场景的要求包括由计算系统提供的性能指标的优先级。
在一个实施例中,平衡管理器基于每个处理器的当前负载和在降低一个或多个性能指标时每个处理器的预测负载,选择一个或多个性能指标。在一个实施例中,平衡管理器基于每个处理器的当前负载和在启用一个或多个质量增强器时每个处理器的预测负载,选择一个或多个质量增强器。
在一个实施例中,基于一个或多个功率模型,平衡管理器预测在启用一个或多个质量增强器时计算系统的功耗。当预测的功耗在功率预算内时,平衡管理器启用一个或多个质量增强器。
在一个实施例中,功率预算是基于计算系统中感测的温度而动态调整的。平衡管理器根据调整后的功率预算和估计的功耗,确定打开或关闭哪个质量增强。在一个实施例中,在降低一个或多个性能指标之后,动态降低一个或多个处理器的操作频率以进一步将功耗降低到功率预算内。在一个实施例中,如果在降低视频游戏的FPS和分辨率之后估计的功耗超过功率预算,则计算系统对视频游戏执行可变速率着色(VRS)。
在一个实施例中,当存在功率预算盈余时,平衡管理器选择要调整的性能指标的组合。至少基于图形场景的要求,平衡管理器确定在不超过功率预算的情况下打开或关闭哪些质量增强器。在一个实施例中,平衡管理器基于为每个图形场景设置的白名单和在渲染图形场景中使用的每个功能,选择要调整的性能指标的组合和要打开或关闭的质量增强器。
图8例示根据一个实施例的可操作为执行平衡功率管理的装置800的示例。装置800可以体现为多种形式因素,例如计算机系统、游戏设备、智能手机、移动设备、手持设备、可穿戴设备、娱乐系统等。装置800可以是图1中的计算系统100的示例。装置800包括处理电路810、存储器820、I/O电路830、网络接口850、平衡管理器电路860以及传感器和监视器870(例如,温度传感器和负载监视器)。平衡管理器电路860是图1中的平衡管理器160的示例。I/O电路830进一步包括显示面板840以显示诸如图像、视频游戏等信息。应理解,系统800被简化以用于说明;未显示额外的硬件和软件组件。处理电路810包括处理器110,例如CPU、GPU、APU、深度学习加速器(DLA)、数字信号处理器(DSP)、多媒体处理器、其他通用和/或专用处理电路。装置800还包括结合图1所显示和描述的质量增强器120和DVFS控制器130。
存储器820可以包括动态随机存取存储器(DRAM)设备、静态RAM(SRAM)设备、闪存设备和/或其他易失性或非易失性存储设备。在一个实施例中,存储器820存储由平衡管理器电路860使用的多个功率模型(例如,图1中的功率模型165),以确定不同情况下的功耗量。
已经参考图1和图8的示例性实施例描述了图2、图3和图7的流程图的操作。然而,应该理解,图2、图3和图7的流程图的操作可以由本发明的与图1和图8的实施例不同的实施例来执行,并且图1和图8的实施例也可以执行与参考流程图所讨论的操作不同的操作。尽管图2、图3和图7的流程图示出了由本发明的某些实施例执行的特定操作顺序,但应该理解这样的顺序是示例性的(例如,备选实施例可以以不同的顺序执行操作、组合某些操作、重叠某些操作等)。
已经描述了各种功能组件或块。如本领域技术人员将理解的,功能块将优选地通过电路(专用电路或通用电路,其在一个或多个处理器和编码指令的控制下操作)来实现,电路通常包括晶体管,其中晶体管被配置为根据本文描述的功能和操作来控制电路的操作。
虽然已经根据几个实施例描述了本发明,但是本领域技术人员将认识到本发明不限于所描述的实施例,并且可以在所附权利要求的精神和范围内通过修改和变更来实践。因此,描述被认为是说明性的而不是限制性的。
Claims (20)
1.一种用于计算系统中平衡的电源管理的方法,包括:
根据视频游戏中图形场景的要求,选择要实时降低的一个或多个性能指标,其中所述性能指标是视频游戏质量的指示器;
在降低所述一个或多个性能指标之后将估计的功耗与功率预算进行比较;
基于所述图形场景的要求,在将所述估计的功耗保持在所述功率预算内的情况下,选择要实时启用的一个或多个质量增强器,其中每个质量增强器在一个性能指标方面增强所述视频游戏;以及
显示由所述一个或多个质量增强器增强后的所述视频游戏。
2.如权利要求1所述的方法,其中,由所述计算系统提供的所述性能指标至少包括所述视频游戏的分辨率、帧速率和图像质量。
3.如权利要求1所述的方法,其中,所述计算系统提供的所述质量增强器包括以下一项或多项:用于增强分辨率的人工智能AI超分辨率SR引擎、用于提高帧速率的运动估计运动补偿MEMC引擎、以及用于提高图像质量水平的图像质量PQ引擎。
4.如权利要求1所述的方法,其中所述图形场景的要求包括由所述计算系统提供的所述性能指标的优先级。
5.如权利要求1所述的方法,其中,选择所述一个或多个性能指标是基于所述计算系统中多个处理器中每个处理器的当前负载和在所述一个或多个性能指标降低的情况下每个处理器的预测负载。
6.如权利要求1所述的方法,其中,选择所述一个或多个质量增强器是基于所述计算系统中多个处理器中每个处理器的当前负载和在启用所述一个或多个质量增强器的情况下每个处理器的预测负载。
7.如权利要求1所述的方法,其中,还包括:
基于一个或多个功率模型,预测在激活所述一个或多个质量增强器的情况下所述计算系统的功耗;以及
当预测的功耗在所述功率预算内时激活所述一个或多个质量增强器。
8.如权利要求1所述的方法,还包括:
根据所述计算系统中感测的温度,动态调整所述功率预算;以及
基于调整后的功率预算和所述估计的功耗,确定打开或关闭哪个质量增强器。
9.如权利要求1所述的方法,还包括:
在降低所述一个或多个性能指标之后,动态地降低所述计算系统中一个或多个处理器的操作频率,以将功耗降低到所述功率预算内。
10.如权利要求1所述的方法,还包括:
如果在降低所述视频游戏的每秒帧数FPS和分辨率后所述估计的功耗超过了所述功率预算,则对所述视频游戏执行可变速率着色VRS。
11.如权利要求1所述的方法,还包括:
当存在功率预算盈余时,选择要调整的性能指标的组合;以及
至少基于所述图形场景的要求,确定在不超过所述功率预算的情况下打开或关闭哪个质量增强器。
12.如权利要求1所述的方法,还包括:
基于为每个图形场景设置的白名单和在渲染所述图形场景中使用的多个功能中的每个功能,选择要调整的性能指标的组合和要打开或关闭的质量增强器。
13.一种用于执行平衡的功率管理的系统,包括:
多个处理器;
耦接到所述处理器的平衡管理器电路,用于:
根据视频游戏中图形场景的要求,选择要实时降低的一个或多个性能指标,其中所述性能指标是视频游戏质量的指示器;
在降低所述一个或多个性能指标之后将估计的功耗与功率预算进行比较;以及
基于所述图形场景的要求,在将所述估计的功耗保持在所述功率预算内的情况下,选择要实时启用的一个或多个质量增强器,其中每个质量增强器在一个性能指标方面增强所述视频游戏;以及
显示器,显示由所述一个或多个质量增强器增强后的所述视频游戏。
14.如权利要求13所述的系统,其中,由所述系统提供的所述性能指标至少包括所述视频游戏的分辨率、帧速率和图像质量。
15.如权利要求13所述的系统,其中,所述系统提供的所述质量增强器包括以下一项或多项:用于增强分辨率的人工智能AI超分辨率SR引擎、用于提高帧速率的运动估计运动补偿MEMC引擎、以及用于提高图像质量水平的图像质量PQ引擎。
16.如权利要求13所述的系统,其中所述图形场景的要求包括由所述系统提供的所述性能指标的优先级。
17.如权利要求13所述的系统,其中所述平衡管理器电路可操作为基于每个处理器的当前负载和在启用所述一个或多个质量增强器的情况下每个处理器的预测负载,选择所述一个或多个质量增强器。
18.如权利要求13所述的系统,其中所述平衡管理器电路可操作为:
基于一个或多个功率模型,预测在激活所述一个或多个质量增强器的情况下所述计算系统的功耗;以及
当预测的功耗在所述功率预算内时激活所述一个或多个质量增强器。
19.如权利要求13所述的系统,其中所述平衡管理器电路可操作为如果在降低所述视频游戏的每秒帧数FPS和分辨率后所述估计的功耗超过了所述功率预算,则对所述视频游戏执行可变速率着色VRS。
20.如权利要求13所述的系统,其中所述平衡管理器电路可操作为:
当存在功率预算盈余时,选择要调整的性能指标的组合;以及
至少基于所述图形场景的要求,确定在不超过所述功率预算的情况下打开或关闭哪个质量增强器。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/308,509 | 2022-02-10 | ||
US202263381767P | 2022-11-01 | 2022-11-01 | |
US63/381,767 | 2022-11-01 | ||
PCT/CN2023/075409 WO2023151644A1 (en) | 2022-02-10 | 2023-02-10 | Adaptive loading-aware system management for balancing power and performance |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116917840A true CN116917840A (zh) | 2023-10-20 |
Family
ID=88361420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202380010247.9A Pending CN116917840A (zh) | 2022-02-10 | 2023-02-10 | 用于平衡功率和性能的自适应负载感知系统管理 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116917840A (zh) |
-
2023
- 2023-02-10 CN CN202380010247.9A patent/CN116917840A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20080055311A1 (en) | Portable device with run-time based rendering quality control and method thereof | |
KR101095332B1 (ko) | 우선순위 기반 전력 절약 제어를 이용하는 휴대용 디바이스및 그 제어 방법 | |
CN110637271B (zh) | 用于对便携式计算设备中的沉浸式多媒体工作负载的智能调整的系统和方法 | |
CN108762652B (zh) | 智能终端的显示控制方法、装置、存储介质及智能终端 | |
JP4779995B2 (ja) | 画像表示装置及び電子機器 | |
US8451279B2 (en) | System, method and computer program product for adjusting a refresh rate of a display | |
US8519938B2 (en) | Intelligent automatic backlight control scheme | |
US20170199563A1 (en) | Image Display Method and Display System | |
US20100060629A1 (en) | Graphics-Processing Architecture Based on Approximate Rendering | |
US9165510B2 (en) | Temporal control of illumination scaling in a display device | |
US7639743B2 (en) | Image decoder and image decoding method and program | |
WO2021008427A1 (zh) | 图像合成方法、装置、电子设备及存储介质 | |
US20130135354A1 (en) | Electronic apparatus and display control method | |
US10156881B2 (en) | Electronic device and method for controlling user experience with application on electronic device | |
CN113870812B (zh) | 显示屏刷新帧率的调整方法、装置、处理器、芯片和终端 | |
CN112804527B (zh) | 图像输出方法、装置及计算机可读存储介质 | |
KR20160097215A (ko) | 멀티미디어 회의 커뮤니티에서의 밸런싱된 사용자 경험을 위한 시스템 및 방법 | |
US11810524B2 (en) | Virtual reality display device and control method thereof | |
WO2023151644A1 (en) | Adaptive loading-aware system management for balancing power and performance | |
CN116917840A (zh) | 用于平衡功率和性能的自适应负载感知系统管理 | |
EP4372670A1 (en) | Super-resolution system management using artificial intelligence for gaming applications | |
CN115604410A (zh) | 视频处理方法、装置、设备和计算机可读存储介质 | |
CN117982879A (zh) | 利用人工智能进行游戏应用的超分辨率系统管理 | |
CN114827662B (zh) | 视频分辨率自适应调节方法、装置、设备和存储介质 | |
TW202420084A (zh) | 執行人工智慧超解析度的方法以及計算系統 |
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 |