Dynamic Slack Filling: uma estratégia para economia de energia baseada no escalonador de tempo real RUN com Dynamic Power Management

Abstract

A economia de energia apresenta crescente importância no desenvolvimento de sistemas de tempo real multiprocessados. Considerá-la implica em ponderar o desempenho e o consumo de energia do sistema, o que torna o escalonamento de tarefas um problema ainda mais desafiador. Uma das técnicas utilizadas atualmente para redução do consumo de energia em processadores é DynamicPower Management (DPM). Esta técnica permite explorar os diferentes estados de baixa potência (low-power states) do processador durante a ociosidade do sistema, a fim de reduzir o consumo total de energia. Para que a técnica de DPM possa ser aplicada de maneira efetiva, o escalonador de tarefas deve identificar e prolongar os intervalos de ociosidade (folgas) do sistema. Com isso, é possível atribuir e manter o processador em um estado de baixa potência e economizar energia. A identificação e o prolongamento dos intervalos ociosos devem ser feitos de maneira eficiente e sem afetar as restrições de tempo real impostas ao conjunto de tarefas. Este trabalho apresenta uma solução para economia de energia que considera obtenção, acúmulo e inserção de folgas em sistemas de tempo real. Devido ao seu desempenho, o algoritmo Reduction to Uniprocessor (RUN) foi considerado como base para o escalonamento do sistema. Foram propostas duas estratégias para empacotamento de folgas na fase offline do RUN e duas maneiras para obtenção de intervalos ociosos durante a fase online do RUN. Ambas as fases do algoritmo foram redefinidas para que fosse possível economizar energia sem a ocorrência de perdas de deadline no sistema. No total, seis versões para economia de energia foram propostas para o RUN e simuladas no simulador SimSo, variando-se a quantidade de tarefas por conjunto e a distribuição de deadlines. Os resultados obtidos mostraram que a solução proposta permite prolongar significativamente o tamanho dos intervalos de ociosidade, resultando em uma redução de cerca de 50% na quantidade de períodos ociosos gerados durante a execução do sistema. Além disso, os resultados mostraram que a solução proposta permite reduzir o consumo de energia em aproximadamente até 7% para o conjunto de testes avaliado.<br>

Abstract : Energy saving has become increasingly important in the design of real-time multiprocessor systems. In this context, a compromise between performance and energy consumption should be taken into account, turning the task scheduling into even more challenging problem. One technique currently used to reduce energy consumption of multiprocessors is Dynamic Power Management (DPM). This technique allows to explore different low-power states of the processors when the system is idle. To effectively apply the DPM technique, the task scheduler must estimate and extend the idle periods of the system (slack), so processors can be switched to a low-power state and, thus, save energy. However, this must be done without affecting real-time constraints imposed to the real-time tasks. This work proposes an approach to save energy on real-time systems based on slack estimation and accumulation. The algorithm Reduction to Uniprocessor (RUN) was considered as the baseline scheduler due to its performance. Two strategies were proposed to pack the slack in the offline phase of RUN and two algorithms were proposed to estimate the slack during the online phase of RUN. Both phases of RUN were redefined to save energy without any deadline misses. Overall, six versionswere proposed to save energy on RUN and implemented in the SimSo simulator. The results obtained with different numbers of tasks and deadline distributions showed that the proposed solution allows to extend significantly the idle periods, reducing in about 50% the total number of idle periods of the system. Moreover, the results showed that the proposed solution can achieve energy savings of up to 7% for the task sets considered in this study.