[論文レビュー] On the Value and Limits of Multi-level Energy Consumption Static Analysis for Deeply Embedded Single and Multi-threaded Programs

Kyriakos Georgiou, Steve Kerrison+1 more|Bristol Research (University of Bristol)|Oct 24, 2015

Parallel Computing and Optimization Techniques参考文献 37被引用数 4

ひとこと要約

本稿では、非データ感受性エネルギーモデルとIPETに基づく静的解析を用いて、深く埋め込まれたシングルスレッドおよびマルチスレッドプログラムにおける最悪時エネルギー消費量を推定する、マルチレベルエネルギー消費静的解析（ECSA）フレームワークを提案する。非データ感受性モデルの制限にもかかわらず、ECSAは開発者、コンパイラ、RTOSに対して価値あるエネルギー透過性を提供し、推定誤差が6%未満で、最適なスレッド数チューニングにより最大54%のエネルギー削減が可能なエネルギー意識的な設計空間探索を可能にする。

ABSTRACT

There is growing interest in lowering the energy consumption of computation. Energy transparency is a concept that makes a program's energy consumption visible from software to hardware through the different system layers. Such transparency can enable energy optimizations at each layer and between layers, and help both programmers and operating systems make energy aware decisions. The common methodology of extracting the energy consumption of a program is through direct measurement of the target hardware. This usually involves specialized equipment and knowledge most programmers do not have. In this paper, we examine how existing methods for static resource analysis and energy modeling can be utilized to perform Energy Consumption Static Analysis (ECSA) for deeply embedded programs. To investigate this, we have developed ECSA techniques that work at the instruction set level and at a higher level, the LLVM IR, through a novel mapping technique. We apply our ECSA to a comprehensive set of mainly industrial benchmarks, including single-threaded and also multi-threaded embedded programs from two commonly used concurrency patterns, task farms and pipelines. We compare our ECSA results to hardware measurements and predictions obtained based on simulation traces. We discuss a number of application scenarios for which ECSA results can provide energy transparency and conclude with a set of new research questions for future work.

研究の動機と目的

• エネルギー透過性がシステムの信頼性とバッテリ寿命に極めて重要となる深く埋め込まれたシステムにおいて、マルチレベル静的エネルギー解析の価値と限界を評価すること。
• 非データ感受性エネルギーモデルと静的リソース解析（SRA）を組み合わせることで、最悪時エネルギー消費量（WCEC）の安全で有用な上限を提供できるかどうかを調査すること。
• 一般的な並行処理パターン（例：タスクファームやパイプライン）に焦点を当て、マルチスレッドプログラムにECSAを拡張し、リアルタイムシステムにおける時間-エネルギートレードオフを支援すること。
• LLVM中間表現（IR）レベルでのエネルギー特性評価と解析を可能にし、低レベルのISA詳細に依存することを減らしながらも、正確性を維持すること。
• ECSAの実用的応用をソフトウェア開発、コンパイラ最適化、リアルタイムオペレーティングシステム（RTOS）におけるエネルギー意識的な意思決定に特定すること。

提案手法

• XMOS Xcoreプロセッサ用の非データ感受性で平均的エネルギー消費モデルを用いたIPETベースのECSAフレームワークを開発し、エネルギー消費の上界を静的に計算する。
• 既存のISAレベルエネルギーモデルを改良し、静的および動的パワー成分を含めるようにし、平均して4%の精度向上を達成した。
• ISAレベル解析と比較して約1%の精度損失で済む、LLVM IRレベルでのECSAを可能にする新規マッピング手法を導入した。
• タスクファームおよびパイプラインスレッド並列処理パターンに注目し、シングルスレッドおよびマルチスレッドプログラムを含む産業界ベンチマークにECSAを適用した。
• 測定結果とシミュレーション予測結果を比較して、推定精度と実用的有用性を検証した。
• 電圧および周波数スケーリングをサポートするパラメトリックエネルギーモデルを活用し、同じ性能要件を満たすエネルギー効率の良い設定を同定した。

実験結果

リサーチクエスチョン

• RQ1 非データ感受性エネルギーモデルと静的解析を組み合わせることで、深く埋め込まれたシステムにおける最悪時エネルギー消費量に安全で有用な上限を提供できるか、その範囲はどの程度か？
• RQ2 ISAレベルおよびLLVM IRレベルでのマルチレベルECSAは、ハードウェア測定値およびシミュレーショントレースと比較してどの程度の精度を持つのか？
• RQ3 ECSAは、特にスレッド数と周波数スケーリングの最適化を目的とした、マルチスレッド組み込みプログラムにおけるエネルギー意識的な設計空間探索を支援できるか？
• RQ4 入力データの感受性はECSAの推定精度にどのような影響を及ぼすか？また、データ動作に関する仮定をどうすればモデルの信頼性を高められるか？
• RQ5 現在のECSA手法の主な限界は何か？それらを克服するための新たな研究方向性は何か？

主な発見

• 非データ感受性モデルを用いたECSAは、異なるスレッド数においても推定誤差が6%未満に収まり、設定間の信頼性ある比較を可能にする。
• 行列乗算において2スレッドから4スレッドに増加させたことで、エネルギー消費量は41%削減され、実行時間は50%短縮された。これは、最適なスレッド利用による顕著なエネルギー削減を示している。
• タスクファームの2スレッド実装は1スレッド実装と比較してエネルギー消費量を54%削減した。これは、ECSAがエネルギー効率の良いスレッド数を特定する価値あるツールであることを示している。
• 静的および動的パワーの両方を考慮した改良型エネルギーモデルは、元のモデルと比較して平均して4%の精度向上を達成した。
• LLVM IRレベルでのECSAは、ISAレベル解析と比較して約1%の精度損失にとどまり、精度の妥協を最小限に抑えつつ高レベルでのエネルギーモデリングを可能にした。
• データ感受性の影響は、意図的に作られたケースでは最大25%の推定誤差を引き起こす可能性があるが、モデルの特徴付けにランダムデータが使用される場合、実用的なプログラムではその影響は顕著ではないと予想される。