[논문 리뷰] Modeling the Temperature Bias of Power Consumption for Nanometer-Scale CPUs in Application Processors

Karel De Vogeleer, Gérard Memmi외 2명|arXiv (Cornell University)|2014. 04. 13.

Parallel Computing and Optimization Techniques참고 문헌 17인용 수 5

한 줄 요약

이 논문은 애플리케이션 프로세서 내 나노미터 규모의 CPU에서 온도와 전력 소모 간의 지수적 관계를 정확하게 기술하는 거시적 모델을 제안한다. 실험적으로, 누설 전류와 열적 영향으로 인해 전력 소모가 온도에 대해 초선형적으로 증가함을 입증한다. 두 플랫폼에서의 실험 데이터를 바탕으로, 20°C에서 85°C 사이에서 관계가 지수적임을 검증하였으며, 온도에 의한 편향을 보정하는 방법을 제시하여 온도 중립적 벤치마킹과 향상된 열관리를 가능하게 한다.

ABSTRACT

We introduce and experimentally validate a new macro-level model of the CPU temperature/power relationship within nanometer-scale application processors or system-on-chips. By adopting a holistic view, this model is able to take into account many of the physical effects that occur within such systems. Together with two algorithms described in the paper, our results can be used, for instance by engineers designing power or thermal management units, to cancel the temperature-induced bias on power measurements. This will help them gather temperature-neutral power data while running multiple instance of their benchmarks. Also power requirements and system failure rates can be decreased by controlling the CPU's thermal behavior. Even though it is usually assumed that the temperature/power relationship is exponentially related, there is however a lack of publicly available physical temperature/power measurements to back up this assumption, something our paper corrects. Via measurements on two pertinent platforms sporting nanometer-scale application processors, we show that the power/temperature relationship is indeed very likely exponential over a 20°C to 85°C temperature range. Our data suggest that, for application processors operating between 20°C and 50°C, a quadratic model is still accurate and a linear approximation is acceptable.

연구 동기 및 목표

• 나노미터 규모의 프로세서에서 CPU 온도와 전력 소모를 연결하는 공개된 물리적 측정치의 부족을 해결하기 위해.
• 특히 열적 영향과 누설 전류에 중점을 두어 애플리케이션 프로세서 내 비선형 온도/전력 관계를 모델링하기 위해.
• 온도에 의한 편향을 전력 측정치에서 제거하는 방법을 개발하여 공정하고 재현 가능한 벤치마킹을 가능하게 하기 위해.
• 실제 플랫폼에서 온도/전력 관계의 지수적 성격을 실험적으로 검증하기 위해.
• 정확한 전력 및 온도 행동 모델을 제공하여 임베디드 시스템 내 열관리를 향상시키기 위해.

제안 방법

• 저자들은 두 개의 애플리케이션 프로세서 플랫폼에서 20°C에서 85°C 범위의 온도와 전력 데이터를 수집하기 위해 실험 측정을 수행한다.
• 트랜지스터 누설 전류, 전압 조절기 동작, 재료에 의존하는 저항성과 같은 물리적 효과를 고려한 거시적 접근 방식을 사용하여 온도/전력 관계를 모델링한다.
• 시간 지연이 있는 온도 센서 읽기의 영향을 보정하기 위해, 핫스팟에서 센서까지의 열 전파 지연을 고려한 변환 함수 B(t)를 유도한다.
• 모델은 푸리에의 열전도 법칙과 오차 함수를 기반으로 한 일차 근사치를 사용하여 원거리 센서 데이터로부터 핫스팟 온도를 추정한다.
• 온도에 의한 편향을 제거하기 위한 두 가지 알고리즘을 포함하여, 온도 중립적 벤치마킹을 가능하게 한다.
• 이론적 곡선과 실험적 추적 데이터를 비교하여 모델을 검증하며, 특히 보정된(상향 굴곡)과 보정되지 않은(하향 굴곡) 온도/전력 곡선 간의 차이를 구분한다.

실험 결과

연구 질문

• RQ1 나노미터 규모의 CPU에서 온도/전력 관계가 일반적으로 가정하는 바와 같이 지수적일까?
• RQ2 온도에 의존하는 누설 전류 및 기타 거시적 효과가 CPU의 전력 소모에 얼마나 큰 영향을 미치는가?
• RQ3 핫스팟과 온도 센서 사이의 열 전파 지연은 측정된 온도/전력 곡선을 어떻게 왜곡하는가?
• RQ4 원거리에 위치한 지연된 센서 읽기로부터 정확한 핫스팟 온도를 복원할 수 있는 변환 함수를 유도할 수 있는가?
• RQ5 온도에 의한 전력 측정 편향을 효과적으로 제거하여 공정한 벤치마킹을 가능하게 할 수 있는가?

주요 결과

• 애플리케이션 프로세서 내 온도/전력 관계는 20°C에서 85°C 사이에서 실험적으로 지수적임이 입증되었으며, 이는 이론적 가정을 지지한다.
• 20°C에서 50°C 사이의 온도 범위에서는 이차 모델이 높은 정확도를 보이며, 실용적인 목적을 위해 선형 근사치도 타당하다.
• 온도 센서의 지연으로 인해 측정된 전력 추적 곡선이 하향 굴곡 형태로 나타나며, 제안된 변환 함수 B(t)에 의해 보정된다.
• 푸리에의 법칙과 오차 함수를 기반으로 유도된 변환 함수 B(t)는 원거리 센서 데이터로부터 진정된 핫스팟 온도를 성공적으로 복원한다.
• 제안된 방법은 전력 측정치에서 온도에 의한 편향을 효과적으로 제거하여 재현 가능하고 온도 중립적인 벤치마킹을 가능하게 한다.
• 온도 센서와 CPU 핫스팟 사이의 거리가 측정된 온도/전력 곡선의 형태에 상당한 영향을 미치며, 센서 배치의 중요성을 강조한다.