Survey Report
R98922055 許碩傑 R98944014 張育銘
Motivation：
此篇報告的尋找主題，主要放在系統的省電。由於 Linux 是目前許多嵌入式 系統上最常使用的作業系統，而在近幾年來，電池裝置的手持嵌入式系統已變得 非常的廣泛使用，而這些系統通常都有共通的特點，由於電池的電力限制，省電 的方法在這些系統上，變得非常重要，不但要能維持系統長時間的運作，且系統 的效能也必須維持在一定的水準。
我們所要找尋研究的主題則是在這些系統上廣泛被使用的省電技巧：
DVS(Dynamic Voltage Scaling)、DPM(Dynamic Power Management)，DVS 在滿足一 定的系統效能的情況下，利用可調頻的 CPU 在不同的電壓下運作，已達到省電 的效果；DPM 則是利用可開關的 Devices，例如 I/O、Memory 裝置，在不必要使 用的時間(Idle 時間)關掉，當然開關的動作會有額外的負擔，開關的時間是否正 確，這便是 DPM 會繼續延伸的問題。
1. 這次要介紹的 paper 有三篇：”A Scheduling Model for Reduced CPU Energy ”、
“System-Level Energy Management for Periodic Real-Time Tasks”、“Minimizing Expected Energy Consumption through Optimal Integration of DVS and DPM
”。介紹的順序，除了發表時間的先後，也代表了各時間點最重要的研究議 題，而出現各種相關的研究論文。
2. A Scheduling Model for Reduced CPU Energy
本篇論文可說是 DVS 最早期研究的論文始祖。此篇的內容主要分為 Model 的 定義、Off-line Scheduler、On-line Scheduler、On-line Scheduler 其中一個方法的分 析。而我覺得這篇最大的貢獻，在於首次提供了 DVS 的基本 Model，以及提出了 系統在已知的 workload 下，如何給予最佳解（CPU 的速度）。
首先必須要知道的是，為什麼 DVS 可以省電，右圖 x 代表的是 CPU 速度，
f(x)代表的是耗電量，由此可以觀察 出，隨著 CPU 速度的提昇，耗電量並 不是線性的上升，而是以比 CPU 上升 的速度還快的速度提昇，反之亦然。
因此此篇的論文的目標在於，盡量降 低 CPU 的速度，並且能滿足系統所有
工作的時間限制（即滿足系統效能）。而要同時滿足時間限制，實然是不容易的 事情，這也讓論文後面的解決問題分成了兩部份，一種是 off-line，另一種是 on-line。
在 off-line 部份，作者利用合理的定義 model 方式，並假設 workload 的已知 情況下，提出 critical interval，設計一套演算法，並證明為最佳解。右下圖為演 算法的過程，左下圖為演算法的簡單圖例。
在 on-line 的部份，作者則是提供了 heuristic 的解法，大致精神為，在某一 個時間範圍內，所有可能會執行的工作，把所有的工作量加起來，算出至少需要 的 CPU 速度，此方法作者取名為 AVR(Average Rate Heuristic)。並在論文的後半篇 幅，分析此方法可為最佳解的某一倍數。
總結這篇的內容，最大的貢獻在於，提供了如何定義系統、CPU 速度、能量 耗損之間的關係式子，以及在已知的 workload 情況下，給予了 CPU 速度的最佳 解。
3. System-Level Energy Management for Periodic Real-Time Tasks
當 DVS 以及 DPM 廣泛地被使用時，這篇論文便提出了一個重要的觀察現象，
並讓 DVS 以及 DPM 之後的延續議題不斷冒出。作者假定整個系統耗電的裝置主 要分為兩部份，一為 frequency-dependent (on-chip)，另一為 frequency-independent (off-chip)，前者為跟隨 CPU 的變更，有著不同的耗電等級 (如上頁的 concave function 圖)，後者為與 CPU 不相關的裝置，如 I/O、Memory、背光…等。
在這假設之下，作者所提出的重要現象為，以往希望 CPU 盡可能地往下降，
同時滿足時間限制的目標下，其實 CPU 在降到某個門檻後，對於系統整體的能 量耗損反而開始上升，其原因在於，當 CPU 速度降越多，其實某些需要 off-chip 裝置的工作會執行的越久，而使的 off-chip 的裝置耗電持續更久，系統整體的耗 電增加。反之，希望耗電裝置能儘快地關掉，CPU 的速度就要提昇，但是提昇 CPU 速度，on-chip 的耗電則會快速地上升，因此變成了必須被解決的問題。
而此篇最大的貢獻在於提供了 on-chip 以及 off-chip 的 power model，而在此 framework 下，該如何找出 trade-off 的 bound，和 energy-efficient speed。
4. Minimizing Expected Energy Consumption through Optimal Integration of DVS and DPM
本篇論文主要目的是在只知道 workload 的機率模型以及在多個裝置使用，
且不違反時間限制的條件下，希望將能量消耗減少到最低。使用公式化的方法 證明如何算出最佳的處理頻率，並在實驗的部分，證實能比之前的方法好上 35%。
這篇論文是建立在以下的 model 下做的：Device Model, Energy Model。並解 決在 single device 上的問題，且能推廣到 multiple device，並且在 search space 上 大量的減少。這也是第一個使用 DVS 跟 DPM 的結合，針對能源管理問題的機率 模型來解決的方法。
