JP2013524596A - パケット処理ラインカードにおけるエネルギー消費を低減するための方法 - Google Patents

Abstract

本発明は、パケット伝送ネットワークのパケット処理ラインカードにおけるエネルギー消費を低減するための方法に言及し、前記パケット処理ラインカードは、パケットトラフィックを処理することを目的とする複数のマイクロプロセッサを備え、アクティブなマイクロプロセッサの数は、平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータの再帰推定に基づくトラフィック推定器の計算に応じて動的に調整される。

Description

本発明は、パケットベースのネットワークの分野に関し、さらに正確にはパケット処理ラインカードに関する。

パケット処理ラインカードは、インターネットプロトコル（ＩＰ）レイヤからネットワークノードの物理レイヤに至るまで、ネットワーキングのさまざまなレイヤにおいて、伝送される集約されたデータを処理するために使用される。

そのような処理は、パケット転送ネットワークにおいて主要なエネルギー消費を呈し、トラフィックの増大に伴って、操作および冷却コストを押し上げる傾向があり、さらにルータの信頼性を減じる場合もある。

加えて、さまざまなタイムスケールにわたる大きな変動に対応するデータ転送のバースト性の特徴は、前記パケット処理ラインカードの寸法設定を困難にし、オフピークトラフィックの間のエネルギーの浪費をまねくことになる。

したがって、パケット処理ラインカードのエネルギー消費の低減を可能にする解決策を開発することが必要不可欠となっている。

本発明の１つの目的は、前述のような現行技術の欠点を克服し、ネットワークノードのパケット処理ラインカードにおけるエネルギー消費の低減をもたらすために現行技術の既存の解決策に代替策を提供することである。

その目的は、パケット伝送ネットワークのパケット処理ラインカードにおけるエネルギー消費を低減するための方法により達成され、前記パケット処理ラインカードは、パケットトラフィックを処理することを目的とする複数のマイクロプロセッサを備え、アクティブなマイクロプロセッサの数は、平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータの再帰推定に基づくトラフィック推定器の計算に応じて動的に調整される。

本発明のもう１つの態様によれば、パケットトラフィックの統計的分布を表すパラメータは、パケットトラフィックの統計的モーメントを備える。

本発明のさらなる態様によれば、パケットトラフィックの統計的モーメントは、パケットトラフィックの標準偏差を備える。

本発明の追加の態様によれば、パケットトラフィックの統計的分布を表すパラメータは、パケットトラフィックの変位値を備える。

本発明のもう１つの態様によれば、再帰推定は、トラフィック推定器の計算に複数の時間範囲を使用して達成される。

本発明の追加の態様によれば、非アクティブ状態のマイクロプロセッサは低消費モードに設定される。

本発明のさらなる態様によれば、アクティブなマイクロプロセッサの駆動電圧は、トラフィック推定器の計算に応じて動的に調整される。

本発明のもう１つの態様によれば、アクティブなマイクロプロセッサのクロックレートは、トラフィック推定器の計算に応じて動的に調整される。

本発明の追加の態様によれば、アクティブなマイクロプロセッサの数の決定は、所定のサービス品質を順守するためにマイクロプロセッサの最大負荷を考慮に入れる。

本発明のもう１つの態様によれば、マイクロプロセッサが非アクティブ状態である極めて短い期間を減らすために、マイクロプロセッサを非アクティブ化する前に遅延が導入される。

本発明のさらなる態様によれば、パケットトラフィックはパケットフローを備え、前記パケットフローはそれらのサービス品質（ＱｏＳ）値に応じてソートされ、輻輳が生じた場合、最も重要なフローがマイクロプロセッサにより優先して処理される。

本発明の追加の態様によれば、マイクロプロセッサは、マイクロプロセッサをアクティブ化または非アクティブ化する決定が前記マイクロプロセッサのパケットクラス固有の構成を考慮に入れるように、パケットの固有のクラスを処理するように構成される。

本発明のもう１つの態様によれば、パケット処理ラインカードは、共通のエンドツーエンドフローに属しているパケットが受信の日時順に処理されるように構成される。

本発明のさらなる態様によれば、パケット処理ラインカードは、データ同期化が共通リソースのアクセスの規制により保証されるように構成される。

本発明はまた、以下の事項を備えるパケット処理ラインカードに言及する。
− パケットトラフィックを処理するように構成された複数のマイクロプロセッサ
− パケットトラフィックを監視するための手段
− 平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータの再帰推定に応じてトラフィック負荷を計算するように構成されたトラフィック推定器
− アクティブなマイクロプロセッサの必要数を、トラフィック推定器により計算されたトラフィック負荷推定に応じて決定するように構成された決定手段
− 決定手段の決定に応じてマイクロプロセッサをアクティブ化または非アクティブ化するために構成されたアクティブ化手段
本発明のもう１つの態様によれば、パケット処理ラインカードのマイクロプロセッサの数は、平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータに基づく事前トラフィック推定を使用し、全エネルギー効率が最大を維持するようにパケット処理ラインカード（１）により処理されうる最大トラフィックを考慮する計算の結果に対応する。

本発明によるパケット処理ラインカードを示す図である。 前記マイクロプロセッサのクロック周波数に応じたマイクロプロセッサの駆動電圧を示す、さまざまなモデルのグラフである。 さまざまなモデルについて、マイクロプロセッサの数に応じた消費低減係数（電力消費で除算した正規化ビット処理速度）を示すグラフである。 さまざまなパケット損失確率について、マイクロプロセッサの数に応じた容量損失係数（バースト性トラフィックの正規化合計パケット処理速度）を示すグラフである。 さまざまなモデルについて、マイクロプロセッサの数に応じたゲイン係数（電力消費で除算した正規化パケット処理速度）を示すグラフである。 統計パラメータに応じたアクティブなプロセッサの最適数を決定するために使用されるルックアップテーブルの例を示す図である。 ２つの異なるトラフィック状況に対応する２つのラインカード構成を示す図である。 処理されるべきトラフィックに応じたラインカード電力消費を示すグラフである。

本発明の実施形態は、パケット処理ラインカードにおいて、パケット処理負荷が複数のマイクロプロセッサの間で分散されるように、低減された処理クロックレートを有する複数またはアレイのマイクロプロセッサを使用することに言及する。

そのような解決策は、トラフィックに応じてアクティブなマイクロプロセッサの数を適応させ、（制限された処理クロックレートに起因する）マイクロプロセッサの電力損失を制限して、エネルギー消費を低減し、これにより冷却費用を低減できるようにする。

しかし、エネルギー消費を十分に低減するためには、トラフィックに応じてマイクロプロセッサのアレイの構成を常に決定することと併せて、必要なマイクロプロセッサの数を決定することが重要である。

したがって、本発明の実施形態は、アクティブ化される必要のあるアレイのマイクロプロセッサの数を動的に決定できるようにするトラフィック推定器を使用することに言及する。

図１は、パケット処理ラインカード１の構成の例を示し、入力パケット３はパケット先入れ先出し（ＦＩＦＯ）機器５で受信され、データ交換ユニット（パイプラインまたはバスまたはスイッチ）７に伝送され、そこでパケットは複数のマイクロプロセッサ９により行なわれる複数のプロセスを経由する。前記プロセスは、ラインカードを通じて転送されるパケットフローに関する情報を備える専用のルックアップテーブル１１を読み取り、さらにオプションで更新する。

さらに、パイプライン７で処理されるパケットのトラフィックに関する統計データは、入力としてトラフィック推定器１３に送信される。前記推定器１３による予測されるトラフィックの計算に基づいて、マイクロプロセッサスケジューラ１５は、タスク論理ツール１７およびスイッチ１９を通じてマイクロプロセッサ９を制御する。

さらに、本発明の実施形態によれば、トラフィック推定器１３は、スイッチ１９のクロックレートおよびマイクロプロセッサ９の駆動電圧（点線矢印２１および２３で示される）を直接制御する。すべてのプロセスが終了すると、パケットは、データ交換ユニット７からパケットＦＩＦＯ機器５を通じてそれらの宛先に出力パケット２５として転送される。

図１に示されるマイクロプロセッサ９のアレイは４つのマイクロプロセッサ９を備えるが、パケット処理ラインカード１の寸法設定に応じて、任意の数のマイクロプロセッサ９がアレイに集められてもよい。さらに、適応ユニット（推定器１３、スケジューラ１５、スイッチ１９．．．）のエネルギー消費は、ラインカード１の寸法設定（トラフィック条件の推測的最悪事例において最小化電力消費をもたらすようにマイクロプロセッサの最適数を決定すること）がマイクロプロセッサ９の消費のみに基づいてもよいほどに、マイクロプロセッサ９のエネルギー消費に関してごくわずかである。

マイクロプロセッサ９のアレイを使用するための第１のステップは、パケット処理ラインカード１の寸法を設定することである、すなわち、最適なエネルギー消費に達するようにマイクロプロセッサ９の数および前記マイクロプロセッサ９の容量を決定することである。

本発明の実施形態において、そのような寸法設定は、ラインカード設計のステップに対応し、トラフィック推定を使用して本文献に説明される電力消費のモデルに基づいて推測的および統計的に達成される。

マイクロプロセッサ９の電力消費は、以下の式により定義されうる。
電力＝ｋ・ν・Ｖ^２
ただし、ｋはマイクロプロセッサ９の定数、νはクロックレートまたはクロック周波数、およびＶはマイクロプロセッサ９の駆動電圧とする。

さらに、νおよびＶは、以下のモデル関係により関連付けられる。

および

として

ここで、γはマイクロプロセッサ技術に従属するパラメータであり、Ｖ_ｍｉｎおよびＶ_ｍａｘはそれぞれマイクロプロセッサ９の最小および最大駆動電圧機能値であり、ν_ｍｉｎおよびν_ｍａｘはマイクロプロセッサ９のそれぞれの電圧Ｖ_ｍｉｎおよびＶ_ｍａｘに対応する最大クロックレート機能値である。

γパラメータのさまざまな値に対する上記の式のｈ_υ（υ）関数が、図２に示される。前記ｈ関数は、アクティブなプロセッサの数が決定される場合、マイクロプロセッサ９の最適クロックレートおよび駆動電圧を決定するために使用されてもよい。

公称クロックレートν_ｍａｘで動作する単一マイクロプロセッサを、同一処理容量に対応する

により定義される公称クロックレートν_ｎで動作するＮ個の同一マイクロプロセッサに置き換えることによって、電力消費ゲインＧ（電力消費で除算した正規化ビット速度）は、以下の式により定義される。

γパラメータのさまざまな値に対するそのようなゲインが、図３に示される。

したがって、図３に基づいて、単一マイクロプロセッサではなく、処理容量が複数のマイクロプロセッサの容量の和である複数の同一のマイクロプロセッサを使用することで、全エネルギー消費を低減できることが分かる。また、ゲインは、この例で使用されるモデルパラメータの選択されたセットを伴ってしきい値６を超えることはほぼできないことも示される。

加えて、複数の独立したパケットフローの集約を考慮し、パケットフローの各部分的集約のレート確率的プロセスがガウス分布に従うことを考慮すれば、到達されうる処理パイプラインレート（Ｐｒ）は、ゲランの法則（Ｇｕｅｒｉｎ’ｓ ｌａｗ）により与えられる。

ただし、Ｐは独立したパケットフロー集約の数、μおよびσはそれぞれパケットフロー集約レートのガウス分布の平均および標準偏差、αは信頼係数であり、その値はデータ交換ユニット７（パイプライン）を過負荷にしない所望の確率に依存する。

ゲランの法則により、統計的多重化効果、つまり、膨大数のフローの集約がトラフィック全体の変動を小さくできる（フローピークがフローオフを補う）ことを考慮に入れられることに留意されたい。

したがって、パケットフロープロセスの並列化に相当する複数のマイクロプロセッサの使用は、統計的多重化の効率の低下をもたらす。実際に、複数のマイクロプロセッサの並列化の場合におけるように、所与のマイクロプロセッサの集約フローの数が減少すると、統計的多重化の効率も低下する。単一マイクロプロセッサに関するそのような効率の低下は、レート損失係数ＲＬＦにより与えられる。

ただし、Ｎはマイクロプロセッサの数とする。

データ交換ユニット７またはパイプラインを過負荷にしないさまざまな所望の確率に対応する、αパラメータのさまざまな値に対するマイクロプロセッサの数に応じた、このレート損失係数、または正規化合計パケット処理速度のグラフは、図４に示される。グラフでは、クロック周波数ｆにおける単一プロセッサを、周波数ｆ／ＮにおけるＮ個のプロセッサと比較する。

上記の説明の部分では、単一マイクロプロセッサを同程度の処理容量を有する複数のマイクロプロセッサのアレイに置き換えることが、一方では（電力消費ゲインＧに対応する）電力消費の低減をもたらし、もう一方では（レート損失係数ＲＬＦに対応する）統計的多重化の効率の損失をもたらすことを示す。結果として、全体的なエネルギー消費を最適化するために、目標は、データ交換ユニットまたはパイプを満たす場合の統計的多重化に起因する損失を考慮して、両方のパラメータ間の最適なトレードオフに対応し、パケットあたりのエネルギー消費の最小化をもたらすマイクロプロセッサの数を決定することである。

そのようなトレードオフは、以下の式により定義されるエネルギー効率ゲインＥＥＧの最大化により定義されうる。
Ｍａｘ_Ｎ（ＥＥＧ_Ｎ）＝Ｍａｘ_Ｎ（Ｇ_Ｎ×ＲＬＦ_Ｎ）
１０^−８の確率に対応するαパラメータおよびさまざまな値のγパラメータに対するマイクロプロセッサの数に応じた、このエネルギー効率ゲイン（電力消費で除算した正規化パケット速度）の表示は、図５に示される。

上記のさまざまな表示から、エネルギー効率の最大化を導く処理トラフィックに応じた並列化の最適な度合い（またはプロセッサの数）があり、この度合いはマイクロプロセッサの技術的特性およびパケットトラフィックの変動に依存することが分かる。

したがって、ラインカード１が処理すると想定されるトラフィックの最大量を考慮すること（実際には、最大平均および最大標準偏差を考慮すること）により、ラインカード１のエネルギー消費を最小化するために、マイクロプロセッサ９の数に関して最適な寸法設定が定義されうる。

そのような最適化の適用には、マイクロプロセッサの特徴に加えて、上記で説明される実施形態における平均および標準偏差である処理されるべきフローの統計パラメータの知識が必要となる。

処理されるべきパケットフローの平均のみならず、標準偏差も使用するそのような方法を使用することで、より小さいデータパスの並列化に起因する統計的多重化の損失を考慮に入れることができ、マイクロプロセッサ９の最適な数の決定を向上させることになる。

加えて、トラフィックの量に応じたマイクロプロセッサ９の最適な数の決定は、構想プロセス中にラインカード１を寸法設定するためにとどまらず、使用中にアクティブ化される必要のあるマイクロプロセッサ９の最適な数を動的に決定して、非アクティブ状態のマイクロプロセッサが低消費モードまたはスリープモードに設定されるために使用されてもよい。実際に、エネルギー消費をさらに低減するため、本発明の実施形態の１つの発案は、エネルギーを節約するためにピーク期間に関してトラフィックが減少する場合にアレイのアイドル状態マイクロプロセッサを非アクティブ化することである。したがって、前述の式に基づいて、図１に示されるトラフィック推定器１３は、予測されるトラフィックに応じてアクティブ化される必要のあるマイクロプロセッサ９の最適な数を決定することができる。実際に、パケットビットレートの統計パラメータ（平均および標準偏差）は、マイクロプロセッサ９のアクティブ化または非アクティブ化を決定できるようにするさまざまな時刻において推定される。

再帰は周期的であってもよい（たとえば、それらの統計はパケット入力バイトの瞬間量の２００の最新の１０ｍｓ測定から導出されたものであってもよく、１００測定ごとに更新されてもよく、したがって毎秒ごとに新しいメトリクスをマイクロプロセッサスケジューラ１５に供給する）が、サンプル間隔はまた、たとえば２つの推定間の遅延がトラフィックの大きな変動の場合に低減されうるように、時間の経過と共に変化することもある。
さらに、時間間隔の選択は、たとえばわずかなフローまたは多数のフローの集約であるかなど、関与するトラフィックの特性によって異なる場合もある。ノード内で使用可能なパケットバッファの大きさもまた、間隔の大きさに影響を及ぼすことがある。

標準的な実施態様において、連続するｍ個の間隔ｔ_１−ｔ_０、ｔ_２−ｔ_１．．．ｔ_ｍ−ｔ_ｍ−１におけるパケットトラフィックｂ_１、ｂ_２．．．ｂ_ｍが監視される。次いで、統計パラメータ

および

を生成するために、ｉ＝１．．．ｍについて瞬間レートｒ_ｉ＝ｂ_ｉ／（ｔ_ｉ−ｔ_ｉ−１）が計算される。

また、パケットトラフィックの統計的分布を表すその他のパラメータまたはメトリクスがトラフィック推定器１３により使用されてもよいことに留意されたい。それらのメトリクスは、以下の式により定義される２次またはより高次の統計的モーメントを示すことができる。

ただし、ｐはモーメントの次数であり、前述のレートサンプルセットのさまざまな時間スケールにおける自己相関とする。変位値のようなメトリクスも使用されてもよく、２（平均および標準偏差）よりも高いメトリクスの数は必要に応じて使用される。さらに、パケットトラフィック測定の時間相関は、たとえば、処理負荷のさらに改善された予測をもたらすために、ハースト（Ｈｕｒｓｔ）パラメータを備えるモデルを使用することにより、付加的に使用されてもよい。

加えて、計算負荷を軽減して処理を高速にするため、計算に使用されるメトリクスとは関係なく、トラフィックの量に応じてアクティブ化されるべきマイクロプロセッサの最適な数の値が、事前計算されて、図１に示されるように、トラフィック推定ユニット１３に接続され、パケット転送ルックアップテーブル１１とは異なる、追加のリソースプラニングルックアップテーブル１４に格納されてもよい。追加のルックアップテーブルの例は図６に説明され、ここでマイクロプロセッサの最適数は、平均および標準偏差に応じて与えられる。追加のルックアップテーブルが、図６の例における標準偏差の場合のように、主にメモリのサイズを低減するため、メトリクスのすべてのとりうる値を備えるわけではないことに留意されたい。この場合、計算される値が中間値（この例ではσ＝６）に対応する場合、求められている値を導き出すために補間が行なわれる。したがって、ルックアップテーブル１４の大きさは、使用可能なメモリと補間を計算するための処理容量との間のトレードオフである。

マイクロプロセッサ９の数の場合と同様に、アクティブなマイクロプロセッサの（エネルギー効率の点で）最適なクロックレートおよび駆動電圧は、パケットトラフィックの統計パラメータに基づいて決定されてもよく、図１に説明されるようにトラフィック推定器１３またはスケジューラ１５が前記クロックレートおよび駆動電圧を制御するように追加のルックアップテーブルに保存されてもよい。

したがって、トラフィックの動的推定により、各プロセッサの作業負荷が高すぎることも低すぎることもないように、所定のサービス品質（ＱｏＳ）を順守するために、正しい数のマイクロプロセッサをアクティブ化することができる。

図７において説明されるように、１６個のマイクロプロセッサのアレイについて、トラフィックがラインカードの全容量の８０％に相当する場合、マイクロプロセッサ９の２０％および対応するメモリ（たとえば、読み取り専用メモリ）１０は、スリープモードに設定される（図のａ）部分）。そのような非アクティブ化は、マイクロプロセッサのクロックレートをゼロに設定することにより達成されてもよい。トラフィックが全容量の３０％まで低下する場合、マイクロプロセッサの７０％がスリープモードに設定される（図のｂ）部分）。

その結果、ラインカードの全消費量は、図８において説明されるようにトラフィックに応じて階段のステップのように変化し、ステップはマイクロプロセッサのアクティブ化に対応する。

加えて、マイクロプロセッサのアレイは、以下の制約が順守されるように構成される必要がある。
− 共通のエンドツーエンドのフローに属するパケットは、順序正しく処理される必要がある。そのような制約は、同一のマイクロプロセッサ内で、ハッシュ値の使用により検出される共通フローのパケットを処理することによって、およびマイクロプロセッサのアクティブ化または非アクティブ化の場合は近隣のマイクロプロセッサとの間でパケットを再ルーティングすることによって順守されてもよい。
− 共有の共通リソース（ルーティングテーブルなど）を同時に読み取りおよび更新することは回避される必要がある。リソースのアクセスは、所与のマイクロプロセッサによる読み取りまたは更新中、他のマイクロプロセッサに対してロックされる必要がある。そのような制約は、マルチコア、マルチタスクのシステムの当技術分野においてよく知られているように処理される必要があるが、リソースにアクセスする前の待機時間に起因する処理の遅延をもたらすこともある。全パケット処理電力におけるこれに関連する損失は、トラフィック変動に起因する損失よりも小さいと見なされ、統計的トラフィックモデルの一部として説明されてもよい。
− 要求のバースト時、ウェイクアップ遅延は、導入されるネットワーク遅延が所定のサービス品質（ＱｏＳ）を順守するように、短くする必要がある。その結果、遅延は、（エネルギー節約には寄与していないが遅延を誘導する）非常に短い非アクティブ状態期間を回避するように、マイクロプロセッサの非アクティブ化の前に導入される。
− 並列ストリームへのトラフィックの分離には、統計的多重化の効率が低下しているため、より高い帯域幅確保が必要となる。この帯域幅割り振りは、本発明のトラフィック推定ユニット１３の目的である。

さらに、本発明の実施形態によれば、パケットトラフィックはパケットクラスに分割され、マイクロプロセッサは（固有の転送／キューイング／ドロッピングアルゴリズムを使用して）パケットの固有のクラスを処理するように特化される。

そのような構成を使用して、マイクロプロセッサのクラス仕様は、マイクロプロセッサのアクティブ化および非アクティブ化を決定する場合に考慮に入れられる。

さらなる実施形態によれば、パケットラインカードに輻輳が生じた場合、最も重要なフローが優先して処理されるように、パケットフローはそれらのサービス品質（ＱｏＳ）値に従ってソートされる。

したがって、本発明は、パケットラインカード１の単一マイクロプロセッサをマイクロプロセッサ９のアレイに置き換え、前記アレイの寸法設定および動的構成（アレイのマイクロプロセッサのアクティブ化および非アクティブ化）が正確なトラフィック推定器１３の使用により最適化される。前記推定器１３は、複数のマイクロプロセッサの使用による統計的多重化の低下を考慮に入れながら、パケットトラフィックを表すさまざまな統計パラメータに応じて処理負荷を決定する。そのようなトラフィック分析により、処理能力をトラフィックの量に合わせて動的に調整できるようになり、したがってパケット処理ラインカード１の全エネルギー消費の大幅な低減をもたらすことができる。

Claims (16)

1. パケット伝送ネットワークのパケット処理ラインカード（１）におけるエネルギー消費を低減するための方法であって、前記パケット処理ラインカード（１）は、パケットトラフィックを処理することを目的とする複数のマイクロプロセッサ（９）を備え、アクティブなマイクロプロセッサ（９）の数は、平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータの再帰推定に基づくトラフィック推定器（１３）の計算に応じて動的に調整される、方法。
2. パケットトラフィックの統計的分布を表すパラメータが、パケットトラフィックの統計的モーメントを備える、請求項１に記載のエネルギー消費を低減するための方法。
3. パケットトラフィックの統計的モーメントが、パケットトラフィックの標準偏差を備える、請求項２に記載のエネルギー消費を低減するための方法。
4. パケットトラフィックの統計的分布を表すパラメータが、パケットトラフィックの変位値を備える、請求項１に記載のエネルギー消費を低減するための方法。
5. 再帰推定が、トラフィック推定器の計算に複数の時間範囲を使用して達成される、請求項１から４のいずれか一項に記載のエネルギー消費を低減するための方法。
6. 非アクティブ状態のマイクロプロセッサ（９）が低消費モードに設定される、請求項１から５のいずれか一項に記載のエネルギー消費を低減するための方法。
7. アクティブなマイクロプロセッサ（９）の駆動電圧が、トラフィック推定器（１３）の計算に応じて動的に調整される、請求項１から６のいずれか一項に記載のエネルギー消費を低減するための方法。
8. アクティブなマイクロプロセッサ（９）のクロックレートが、トラフィック推定器（１３）の計算に応じて動的に調整される、請求項１から７のいずれか一項に記載のエネルギー消費を低減するための方法。
9. アクティブなマイクロプロセッサ（９）の数の決定が、所定のサービス品質（ＱｏＳ）を順守するためにマイクロプロセッサ（９）の最大負荷を考慮に入れる、請求項１から８のいずれか一項に記載のエネルギー消費を低減するための方法。
10. マイクロプロセッサ（９）が非アクティブ状態である極めて短い期間を減らすために、マイクロプロセッサ（９）を非アクティブ化する前に遅延が導入される、請求項１から９のいずれか一項に記載のエネルギー消費を低減するための方法。
11. パケットトラフィックがパケットフローを備え、前記パケットフローはそれらのサービス品質値に応じてソートされ、輻輳が生じた場合、最も重要なフローがマイクロプロセッサ（９）により優先して処理される、請求項１から１０のいずれか一項に記載のエネルギー消費を低減するための方法。
12. マイクロプロセッサ（９）をアクティブ化または非アクティブ化する決定が前記マイクロプロセッサ（９）のパケットクラス固有の構成を考慮に入れるように、マイクロプロセッサ（９）がパケットの固有のクラスを処理するように構成される、請求項１から１１のいずれか一項に記載のエネルギー消費を低減するための方法。
13. パケット処理ラインカード（１）が、共通のエンドツーエンドフローに属しているパケットが受信の日時順に処理されるように構成される、請求項１から１２のいずれか一項に記載のエネルギー消費を低減するための方法。
14. パケット処理ラインカード（１）が、データ同期化が共通リソースのアクセスの規制により保証されるように構成される、請求項１から１３のいずれか一項に記載のエネルギー消費を低減するための方法。
15. パケットトラフィックを処理するように構成された複数のマイクロプロセッサ（９）と、
    パケットトラフィックを監視するための手段と、
    平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータの再帰推定に応じてトラフィック負荷を計算するように構成されたトラフィック推定器（１３）と、
    アクティブなマイクロプロセッサ（９）の必要数を、トラフィック推定器（１３）により計算されたトラフィック負荷推定に応じて決定するように構成された決定手段と、
    決定手段の決定に応じてマイクロプロセッサ（９）をアクティブ化または非アクティブ化するために構成されたアクティブ化手段とを備える、パケット処理ラインカード（１）。
16. パケット処理ラインカードのマイクロプロセッサの数が、平均およびパケットトラフィックの統計的分布を表すパラメータを含む少なくとも２つの統計パラメータに基づく事前トラフィック推定を使用し、全エネルギー効率が最大を維持するようにパケット処理ラインカード（１）により処理されうる最大トラフィックを考慮する計算の結果に対応する、請求項１５に記載のパケット処理ラインカード。

Images