基于GINI指数分类的嵌入式CPU功耗预测方法.pdfVIP

第 38卷 第 2期 计 算 机 学 报 Vo1．38 No．2 2015年 2月 CHINESEJOURNALOFCOMPUTERS Feb．2O15 基于 GINI指数分类的嵌入式 CPU功耗预测方法 王 海 高 岭 宋振孝 戴小平 卢怡杰 (西北大学信息科学与技术学院 西安 710069) 摘 要 文中提出了一种基于嵌入式系统 CPU功耗预测并对其进行低功耗优化 的方法．引入 GINI指数的构建训 练分类器 ，利用 PowerTop工具对系统 CPU进行监测 ，并以此作为训练数据集 ，将该分类器封装到系统中，对嵌入 式系统的CPU频率、电压及所处的状态进行预测．通过仿真实验表 明，该方法在系统负载较小的情况下，对嵌入式 CPU功耗的优化 的效果更好． 关键词 GINI指数 ；功耗预测 ；机器学 习；CPU功耗 ；移动互联 网 中图法分类号 TP3 DOI号 10．3724／SP．J．1016．2015．00397 A M ethodofthePowerConsumptionPredictionofEmbeddedCPU Basedon theGINIIndexClassificatiOnM ethod WANG Hal GAO Ling SONG Zhen-Xiao DAIXiao—Ping LU Yi—Jie (SchoolofInformationScience Technology，NorthwestUniversity，xi’an 71O069) Abstract Inthispaper，amethodtopredictandoptimisetheembeddedCPU powerconsumption isputforward．In themethod，GINIindex method is introduced to constructthe classifier． PowerToptoolsmonitortheCPU andcollectthetrainingdataset，thenencapsulatetheclassifier tothesystem aspredictionmoduletopredicttheCPU frequency，voltageand thestateofthe system CPU．Throughthesimulationexperimentshowsthatthemethodundertheconditionofthe system loadiSsmall。theoptimizationofembeddedCPU poweroptimizationeffectiSbetter． Keywords GINIindex；powerprediction；machinelearning；CPU powerconsumption；mobile Internet 预计 2013年智能设备 (智能手机及平板 电脑)的销 引 言 量将会突破十亿大关．其次，伴随智能终端数量的快 速增长，移动应用的深度与广度也得到进一步 的发 近年来 ，互联网已扩展到以智能手机作为代表 展，并几乎涵盖了传统网络应用 的所有层面．现在 的 性接入设备的移动时代．根据 2013年2月 14日全球 问题是移动应用增加了，移动终端的功能增加了，但 技术研究和咨询公司据分析机构 Gartner发布的新 移动终端的供电能力却没有 同比例的先行增长，特 闻公告显示 ，虽然 2012年全球手机销量为 17．5亿 别是在保证移动重点性能的前提下如何来降低功耗 部 ，比201