23、多核处理器运行时热管理与功率管理技术解析

多核处理器运行时热管理与功率管理技术解析

一、多核处理器功率管理进展

在多核处理器的功率管理方面，存在一个关键参数$T_{avg}$，它是所有$T_{comp}[i]$的平均值。假设$T_{comp}[i]$与任务执行频率呈线性关系，且功率与核心频率也呈线性关系，那么$T_{avg}$代表了在相同功耗下，给定应用阶段的最小执行时间。

当$T_{comp}[i]$大于$T_{avg}$时，降低运行该任务的核心时钟速度；当$T_{comp}[i]$小于$T_{avg}$时，提高任务的时钟速度，同时保持核心之间的平均频率不变。此时，$T_{comp}[i]$对应的是无通信松弛$T_{slack}[i]$的情况，$T_{avg}$就是最小执行时间。

每个核心的最优执行频率$F_{OPT}[i]$可以通过标称频率$F_{NOM}$乘以$T_{avg}$与$T_{comp}[i]$的比值来计算，公式如下：
$F_{OPT}[i] = F_{NOM} \times \frac{T_{avg}}{T_{comp}[i]}$

这种方法可在运行时使用，以在功率预算下最小化通信松弛，总体上增加执行时间。该模型可用于驱动高性能计算服务器多核系统中感知应用的功率限制策略。

二、多核系统运行时热管理

多核系统广泛应用于嵌入式和高性能计算领域。随着深亚微米技术节点的成熟，如今每个片上系统芯片可以集成数百到数千个核心。然而，核心数量的增加会导致热热点和大的温度梯度，这对系统可靠性、性能、成本和泄漏功率产生显著影响。因此，多核系统的一个主要设计优化目标是在满足应用性能要求的同时，有效管理应用的热开销，从而提高系统可靠性，延长平均故障间隔时间