[论文解读] Inferring Energy Bounds Statically by Evolutionary Analysis of Basic Blocks

Umer Liqat, Zorana Banković+2 more|arXiv (Cornell University)|Jan 12, 2016

Evolutionary Algorithms and Applications被引用 1

一句话总结

本文提出一种参数化、静态的方法，通过使用进化算法分析基本块，并结合控制流感知的静态分析，推断嵌入式程序的紧致上下限能量边界。该方法生成依赖于输入大小的能量边界函数，既精确又安全，适用于XMOS等微处理器上的能量预算验证与优化。

ABSTRACT

We are currently witnessing an increasing number of energy-bound devices, including in some cases mission critical systems, for which there is a need to optimize their energy consumption and verify that they will perform their function within the available energy budget. In this work we propose a novel parametric approach to estimating tight energy bounds (both upper and lower) that are practical for energy verification and optimization applications in embedded systems. Our approach consists in dividing a program into basic (branchless) blocks, establishing the maximal (resp. minimal) energy consumption for each block using an evolutionary algorithm, and combining the obtained values according to the program control flow, using static analysis, to produce energy bound functions. Such functions depend on input data sizes, and return upper or lower bounds on the energy consumption of the program for any given set of input values of those sizes, without running the program. The approach has been tested on XMOS chips, but is general enough to be applied to any microprocessor and programming language. Our experimental results show that the bounds obtained by our prototype tool can be tight while remaining on the safe side of budgets in practice.

研究动机与目标

• 解决在电源资源有限的嵌入式系统中日益增长的能量预算验证需求。
• 提供精确的静态能量边界，考虑输入数据大小的变化，且无需运行时执行。
• 开发一种可推广的方法，适用于不同微处理器和编程语言。
• 确保边界既紧致又保守，以支持可靠的能量优化与验证。

提出的方法

• 将程序划分为基本块——即无分支的指令序列——以实现细粒度的能量分析。
• 使用进化算法计算每个基本块的最大和最小能量消耗。
• 应用静态分析，根据程序的控制流结构组合块级能量边界。
• 构建依赖于输入数据大小的能量边界函数，并返回上下限能量值。
• 确保所得边界保守（安全），同时尽可能紧致以适用于实际用途。
• 在XMOS微处理器上验证该方法，证明其可推广至其他架构。

实验结果

研究问题

• RQ1 基本块的进化分析能否为嵌入式程序生成紧致且安全的能量边界？
• RQ2 静态分析在多大程度上能准确组合块级能量估计，以反映程序整体的能量消耗？
• RQ3 推断出的能量边界函数在多大程度上依赖于输入数据大小，且保持保守性？
• RQ4 该方法能否推广至不同微处理器和编程语言？

主要发现

• 原型工具生成的能量边界函数既紧致又安全，确保符合能量预算要求。
• 该方法成功推断出上下限能量边界，无需程序执行。
• 在XMOS芯片上的实验结果证实，边界在实践中始终处于能量预算的安全范围内。
• 该方法具有足够的通用性，可适用于任何微处理器和编程语言。
• 进化算法能有效识别基本块的极端能量消耗值。
• 控制流感知的静态组合机制可准确聚合块级边界，形成全局能量函数。