[논문 리뷰] On the Value and Limits of Multi-level Energy Consumption Static Analysis for Deeply Embedded Single and Multi-threaded Programs

Kyriakos Georgiou, Steve Kerrison외 1명|Bristol Research (University of Bristol)|2015. 10. 24.

Parallel Computing and Optimization Techniques참고 문헌 37인용 수 4

한 줄 요약

이 논문은 심층 임베디드 단일 및 다중 스레드 프로그램에서 최악의 에너지 소비를 추정하기 위해 데이터에 민감하지 않은 에너지 모델과 IPET 기반 정적 분석을 사용하는 다수준 에너지 소비 정적 분석(ECSA) 프레임워크를 제안한다. 비록 데이터에 민감하지 않은 모델의 한계가 존재하지만, ECSA는 개발자, 컴파일러, RTOS에게 유용한 에너지 투명성을 제공하여 오차율 6% 이내의 정확도로 에너지 인식 설계 공간 탐색을 가능하게 하며, 최적의 스레드 수 조정을 통해 최대 54%의 에너지 절감을 실현한다.

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.

연구 동기 및 목표

• 에너지 투명성이 시스템의 신뢰성과 배터리 수명에 매우 중요한 심층 임베디드 시스템에서 다수준 정적 에너지 분석의 가치와 한계를 평가하기 위해.
• 데이터에 민감하지 않은 에너지 모델과 정적 자원 분석(SRA)을 조합하여 최악의 에너지 소비(WCEC)에 대한 안전하고 유용한 경계를 제공할 수 있는지 조사하기 위해.
• 일반적인 동시성 패턴인 작업 팔레트와 파이프라인을 중심으로 다중 스레드 프로그램으로 ECSA를 확장하여 실시간 시스템에서 시간-에너지 트레이드오���을 지원하기 위해.
• LLVM 중간 표현(IR) 수준에서의 에너지 특성 분석을 가능하게 하여 저수준 ISA 세부 정보에 대한 의존도를 줄이면서도 정확도를 유지하기 위해.
• 소프트웨어 개발, 컴파일러 최적화, 실시간 운영체제(RTOS)에서의 ECSA 실용적 응용 사례를 식별하여 에너지 인식 의사결정을 지원하기 위해.

제안 방법

• XMOS Xcore 프로세서를 대상으로 데이터에 민감하지 않은 평균 사례 에너지 모델을 사용하여 최악의 에너지 소비 상한선을 정적으로 계산하는 IPET 기반 ECSA 프레임워크를 개발하였다.
• 기존의 ISA 수준 에너지 모델을 개선하여 정적 및 동적 전력 성분을 모두 포함시켜 평균적으로 4%의 정확도 향상을 달성하였다.
• LLVM IR 수준에서의 ECSA를 가능하게 하는 새로운 매핑 기법을 도입하여 ISA 수준 분석 대비 약 1%의 정확도 손실을 기록하였다.
• 작업 팔레트와 파이프라인 스레드 동시성 패턴을 중심으로 단일 스레드 및 다중 스레드 프로그램을 포함한 산업 기준 벤치마크에 ECSA를 적용하였다.
• 측정된 하드웨어 결과와 시뮬레이션 기반 예측 결과를 비교하여 ECSA의 정확도와 실용성을 평가하였다.
• 전압 및 주파수 스케일링을 지원하는 매개변수 기반 에너지 모델을 탐색하여 동일한 성능에서 에너지 효율적인 설정을 식별하였다.

실험 결과

연구 질문

• RQ1 데이터에 민감하지 않은 에너지 모델과 정적 분석을 조합하여 심층 임베디드 시스템에서 최악의 에너지 소비에 대한 안전하고 유용한 경계를 얼마나 잘 제공할 수 있는가?
• RQ2 하드웨어 측정치와 시뮬레이션 트레이스와 비교했을 때, ISA 및 LLVM IR 수준에서의 다수준 ECSA의 정확도는 어떠한가?
• RQ3 ECSA는 다중 스레드 임베디드 프로그램에서 에너지 인식 설계 공간 탐색을 어떻게 안내할 수 있으며, 특히 스레드 수 최적화와 주파수 스케일링에 효과적인가?
• RQ4 입력 데이터 민감도는 ECSA 정확도에 어떤 영향을 미치며, 데이터 행동에 대한 가정을 통해 모델 신뢰성을 어떻게 향상시킬 수 있는가?
• RQ5 현재의 ECSA 접근법의 핵심 한계는 무엇이며, 이를 해결하기 위해 어떤 새로운 연구 방향이 필요한가?

주요 결과

• 데이터에 민감하지 않은 모델을 사용한 ECSA는 다양한 스레드 수에서 평균 오차율 6% 이내로 유지되어 구성 간 신뢰성 있는 비교를 가능하게 하였다.
• 행렬 곱셈에서 스레드 수를 2개에서 4개로 증가시켜 에너지 소비를 41% 감소시키고 실행 시간을 50% 단축시켰다. 이는 최적의 스레드 활용을 통한 뚜렷한 에너지 절감 효과를 보여주었다.
• 작업 팔레트의 이중 스레드 구현은 단일 스레드 대비 에너지를 54% 감소시켰으며, 이는 ECSA가 에너지 효율적인 스레드 수를 식별하는 데서의 가치를 입증한다.
• 정적 및 동적 전력 성분을 모두 고려한 개선된 에너지 모델은 원본 모델 대비 평균 4%의 정확도 향상을 달성하였다.
• LLVM IR 수준의 ECSA는 ISA 수준 분석 대비 약 1%의 정확도 손실을 기록하였으며, 정밀도의 상당한 희생 없이 고수준 에너지 모델링을 가능하게 하였다.
• 가짜 케이스에서 데이터 민감도 영향은 최대 25%의 정확도 오차를 유발할 수 있으나, 무작위 데이터를 사용한 모델 특성화 시 실제 프로그램에서는 이로 인한 영향이 크지 않다.