3、速度缩放以管理温度

速度缩放以管理温度

在计算系统中，温度管理对于维持硬件的稳定性和性能至关重要。过高的温度可能导致硬件损坏、性能下降以及能源消耗增加等问题。本文将介绍几种用于管理温度的速度缩放算法，包括在线算法和针对批量任务发布的算法，并分析它们的性能和竞争力。

1. 在线算法 A

在线算法 A 的设计目标是在满足任务截止日期的同时，有效地管理设备的温度。该算法的基本思想是在非紧急情况下以恒定速度运行，只有在检测到任务可能错过截止日期时才切换到更高的速度。

1.1 算法描述

• 算法 A 以恒定速度 $(ℓbT_{max})^{1/α}$ 运行，其中 $ℓ = (2 - (α - 1) \ln(α/(α - 1)))α ≤ 2$，$T_{max}$ 是设备的热阈值。
• 当检测到某些任务可能错过截止日期时，算法 A 立即切换到在线算法 OA 运行。
• 当完成足够的工作，使得以恒定速度 $(ℓbT_{max})^{1/α}$ 运行不会导致任何任务错过截止日期时，算法 A 切换回恒定速度运行。

1.2 相关特性分析

• 能量最优算法 YDS ：YDS 是一种能量最优的调度算法。对于任何速度 $s$，考虑 YDS 以严格大于 $s$ 的速度运行的最大时间间隔 $[t_1, t_2]$，YDS 在该间隔内调度的任务恰好是在 $t_1$ 之后发布且在 $t_2$ 之前截止的任务。此外，YDS 在这些最大间隔内是能量最优的，并且按照最早截止日期优先（EDF）的策略调度任务。
• 在线算法 OA