आधुनिक इंजीनियरिंग उपकरण - पोर्टेबल मेडिकल मॉनिटर से लेकर औद्योगिक IoT सेंसर तक - काम करने वाले कार्यों से अधिक काम करने वाले ऑपरेटिंग सिस्टम को नष्ट करना; उन्हें सावधानीपूर्वक हर मिली वाट को राशन करना चाहिए। चूंकि हार्डवेयर सिकुड़ता है और प्रदर्शन की उम्मीद बढ़ जाती है, ओएस ऊर्जा खपत के केंद्रीय आर्बिटर बन गया है। एक ओएस को डिजाइन करना जो उत्तरदायीता या विश्वसनीयता से समझौता किए बिना बिजली ड्रॉ को कम करता है, एक जटिल लेकिन आवश्यक अनुशासन है। यह लेख मुख्य सिद्धांतों, तकनीकों और उभरती रणनीतियों की जांच करता है जो इंजीनियरिंग अनुप्रयोगों के लिए ऊर्जा कुशल ओएस डिजाइन को परिभाषित करता है।

ऊर्जा दक्षता में ऑपरेटिंग सिस्टम की भूमिका

एक ऑपरेटिंग सिस्टम हार्डवेयर संसाधनों को ऑर्केस्ट्रेट करता है, और इसके निर्णय सीधे बिजली के उपयोग को प्रभावित करते हैं। अनुप्रयोग स्तर के अनुकूलन के विपरीत, ओएस में सिस्टम-व्यापी दृश्यता होती है: यह सीपीयू आवृत्तियों, निष्क्रिय राज्यों, मेमोरी आवंटन और परिधीय गतिविधि को नियंत्रित करता है। एक अच्छी तरह से डिजाइन किए गए ऊर्जा-जारी ओएस एक नौसिव कार्यान्वयन की तुलना में 30-50% तक कुल सिस्टम पावर को कम कर सकता है, विशेष रूप से परिवर्तनीय वर्कलोड वाले उपकरणों में। इंजीनियरिंग उपकरणों के लिए जो वातावरण से एक एकल बैटरी या फसल ऊर्जा पर वर्षों तक चलना चाहिए, यह अंतर महत्वपूर्ण है।

OS को अनुप्रयोग डेवलपर्स से अमूर्त शक्ति प्रबंधन भी होना चाहिए। हार्डवेयर स्लीप स्टेट्स को प्रबंधित करने के लिए प्रत्येक कार्यक्रम को मजबूर करने के बजाय, कर्नेल पॉलिसी तंत्र (governors, पावर कैपिंग, डिवाइस रनटाइम PM) प्रदान करता है जो वास्तविक समय की स्थितियों के अनुकूल है। तंत्र से नीति का यह अलगाव सिस्टम इंटीग्रेटर्स को फिर से लिखना सॉफ्टवेयर के बिना ऊर्जा व्यवहार को समझने की अनुमति देता है।

ऊर्जा कुशल ओएस डिजाइन के लिए कोर तकनीक

गतिशील वोल्टेज और आवृत्ति स्केलिंग (DVFS)

DVFS OS स्तर के विद्युत प्रबंधन का एक आधारशिला है। वर्कलोड मांग के जवाब में प्रोसेसर के वोल्टेज और क्लॉक आवृत्ति को समायोजित करके, OS ऊर्जा बचत के लिए चरम प्रदर्शन का व्यापार करता है। आधुनिक DVFS गवर्नर - जैसे लिनक्स ondemand, ]conservative], और schedutil]]-Use CPU उपयोग मीट्रिक इष्टतम ऑपरेटिंग बिंदुओं का चयन करने के लिए। वोल्टेज और शक्ति के बीच चतुर संबंध का मतलब है कि केवल एक आवृत्ति में वृद्धि हुई है।

हालांकि, DVFS प्रभावशीलता कार्यभार दानेदारता पर निर्भर करती है। कम से कम गणना के फटने से संक्रमण के कारण आवृत्ति परिवर्तन से लाभ नहीं हो सकता है। OS को भविष्य की मांग की भविष्यवाणी करनी चाहिए या माइक्रोसेकेंड के भीतर प्रतिक्रिया करना चाहिए। हार्डवेयर प्रदर्शन काउंटरों और कार्य-विशिष्ट इतिहासों के उपयोग में हाल के काम ने DVFS सटीकता में सुधार किया है। कार्यान्वयन व्यापार-बंद पर अधिक जानकारी के लिए, देखें Linux CPU फ़्रिक्वेंसी Scaling प्रलेखन ]].

उन्नत नींद राज्यों और आइडल प्रबंधन

जब एक प्रोसेसर के पास कोई तैयार कार्य नहीं होता है, तो ओएस को कम शक्ति वाले निष्क्रिय राज्य में संक्रमण होना चाहिए। आधुनिक सीपीयू विभिन्न जाग-अप विलंबता और बिजली बचत के साथ कई नींद राज्यों (C-राज्य) की पेशकश करते हैं। ओएस निष्क्रिय गवर्नर भविष्यवाणी की निष्क्रिय अवधि के आधार पर सबसे अधिक उपयुक्त राज्य का चयन करता है। इंजीनियरिंग उपकरणों के लिए जो सेंसर इनपुट या नेटवर्क पैकेट के लिए सबसे अधिक समय तक प्रतीक्षा करते हैं, प्रभावी निष्क्रिय प्रबंधन ऊर्जा बचत पर हावी है।

सीपीयू से परे, ओएस को सिस्टम-ऑन-चिप (SoC) घटकों का प्रबंधन करना चाहिए: स्मृति नियंत्रक, इंटरकनेक्ट और परिधीय प्रत्येक स्वयं-रिफ्रेश या पावर-गेटेड स्टेट्स में प्रवेश कर सकते हैं। की अवधारणा कर्नेल को व्यक्तिगत उपकरणों को निलंबित करने की अनुमति देता है जब उनका उपयोग नहीं किया जाता है, भले ही मुख्य सीपीयू सक्रिय रहता है। यह ठीक-गना हुआ नियंत्रण कई परिधीय उपकरणों के लिए आवश्यक है, जैसे कि वाई-फाई, ब्लूटूथ और एकाधिक सेंसर के साथ एम्बेडेड नियंत्रक। वास्तविक समय की गारंटी को तोड़ने के बिना इन राज्यों को समन्वय करना एक चल चुनौती है।

ऊर्जा अनुकूलन के लिए कार्य निर्धारण

पारंपरिक शेड्यूलिंग एल्गोरिदम निष्पक्षता या थ्रूपुट को प्राथमिकता देते हैं। ऊर्जा-अवकाश शेड्यूलर एक शेड्यूलिंग उद्देश्य के रूप में शक्ति जोड़ते हैं। तकनीकों में शामिल हैं:

  • Race-to-idle:] जल्दी से काम पूरा, फिर गहरी नींद में प्रवेश. यह बर्स्टी वर्कलोड के लिए अच्छी तरह से काम करता है जहां नींद की शक्ति बहुत कम है।
  • ]Energy-कुशल आवृत्ति चयन: शेड्यूलर वास्तविक समय कार्यों के लिए समय सीमांत बाधाओं को पूरा करने वाली सबसे कम आवृत्ति लेता है।
  • Cluster migration: पर विषम आर्किटेक्चर (जैसे, ARM big.LITTLE), OS प्रकाश कार्य के लिए उच्च दक्षता कोर और भारी भार के लिए बड़े कोर के लिए धागे migrates।

ऊर्जा-अवधि निर्धारण को कोर और मेमोरी एक्सेस पैटर्न के बीच थर्मल युग्मन के लिए भी जिम्मेदार होना चाहिए। उदाहरण के लिए, कैश हिर्चा में अपने डेटा के करीब एक कोर के लिए एक कार्य को आगे बढ़ाना स्मृति शक्ति को कम करता है। Linux एनर्जी-एवेयर Scheduling प्रलेखन एक गहन रूप प्रदान करता है कि इन नीतियों को कैसे अभ्यास में कार्यान्वित किया जाता है।

मेमोरी और आई / ओ पावर मैनेजमेंट

मेमोरी (DRAM) विशेष रूप से सक्रिय पहुंच के दौरान महत्वपूर्ण शक्ति का उपभोग करता है। ओएस स्मृति ऊर्जा को कम कर सकता है:

  • बैंक-एवेयर आवंटन: बैंक संघर्षों से बचने के लिए मेमोरी बैंकों में पहुंच फैलाना और बैंकों को कम शक्ति वाले मोड में लंबे समय तक रहने की अनुमति देना।
  • Page compaction and क्लस्टरिंग: कम स्मृति क्षेत्रों में सक्रिय पृष्ठों को समूहीकृत करना ताकि अप्रयुक्त क्षेत्रों को स्व-राजन में रखा जा सके।
  • NUMA-aware scheduling: बहु-सॉकेट प्रणालियों पर, रिमोट मेमोरी ट्रैफिक को कम करने के लिए एक ही नोड पर धागे और डेटा को बनाए रखने के लिए।

I/O के लिए, OS तकनीक को रोजगार देता है जैसे कि कोलेसिंग नेटवर्क रुकावट, बैचिंग डिस्क लिखते हैं, और ACPI के माध्यम से अप्रयुक्त नियंत्रकों को बंद कर देते हैं। चुनौती प्रतिक्रिया को बनाए रखने की है: कुछ मिलीसेकेंड द्वारा एक बाधा को देरी से बिजली बचा सकता है लेकिन सेंसर को मृतक का उल्लंघन कर सकता है।

रियल टाइम और एम्बेडेड सिस्टम में चुनौतियां

ऊर्जा कुशल ओएस डिजाइन विशेष रूप से इंजीनियरिंग उपकरणों के लिए मांग कर रहा है जो कठिन वास्तविक समय की समय सीमा को पूरा करना चाहिए- उदाहरण के लिए, एक रोबोट आर्म में एक मोटर नियंत्रक या एक उड़ान रिकॉर्डर में डेटा अधिग्रहण प्रणाली। यहां, ऊर्जा बचत याद किए गए समय की लागत पर नहीं आ सकती है। रेट मोनोटोनिक या अर्लीस्ट डेडलाइन फर्स्ट जैसी रियल टाइम शेड्यूलर को शेड्यूलेबलिटी परीक्षणों की रक्षा करते समय पावर-अवकाश के साथ बढ़ाया जाना चाहिए।

एक दृष्टिकोण slack समय का उपयोग करना है: एक कार्य के बाद शुरू में पूरा हो जाता है, शेष slack आवृत्ति को कम करने या नींद में प्रवेश करने के लिए प्रयोग किया जाता है। इसके लिए सटीक समय विश्लेषण और कम ओवरहेड की आवश्यकता होती है। एक अन्य चुनौती यह है कि गहरी नींद राज्यों में बड़े जगाने की विलंबता होती है। यदि किसी कार्य को 100 μs के भीतर जवाब देना चाहिए, तो ओएस 500 μs निकास विलंबता के साथ C-state में प्रवेश नहीं कर सकता है। इसलिए ओएस को अगली समय सीमा से पहले होने वाली सबसे कम निष्क्रिय अवधि के आधार पर नींद की गहराई का चयन करना चाहिए।

इंटरप्ट हैंडलिंग ऊर्जा को भी प्रभावित करता है। कुछ माइक्रोकंट्रोलर ओएस को अगले शेड्यूलिंग टिक तक बाधित होने की अनुमति देते हैं, जिससे लंबी निष्क्रिय अवधि तक पहुंच जाती है। लेकिन यह जिटर जोड़ता है। इंजीनियर्स को प्रत्येक विशिष्ट अनुप्रयोग के लिए बिजली बचत और समय की सटीकता के बीच व्यापार-बंद करना चाहिए।

उभरती प्रौद्योगिकी और भविष्य दिशा

Predictive पावर मैनेजमेंट के लिए मशीन लर्निंग

पारंपरिक ओएस पावर मैनेजमेंट फिक्स्ड हेरिस्टिक्स (जैसे, उपयोग सीमा) पर निर्भर करता है। मशीन लर्निंग कार्यभार पैटर्न के लिए नीतियों को अनुकूलित करने की क्षमता प्रदान करती है जो समय के साथ बदल जाती है। उदाहरण के लिए, एक तंत्रिका नेटवर्क भविष्य में सीपीयू मांग को पिछले कार्य आगमन और सेंसर ट्रिगर के आधार पर भविष्यवाणी कर सकता है, जिससे ओएस को निष्क्रिय रूप से आवृत्तियों या निष्क्रिय राज्यों को निर्धारित करने की अनुमति मिलती है। प्रारंभिक प्रयोग सबसे स्थिर गवर्नरों पर 10-20% अतिरिक्त ऊर्जा बचत दिखाते हैं।

हालांकि, ऊर्जा-संस्थाित उपकरणों पर एमएल मॉडल चलाने के लिए खुद बिजली का उपभोग करता है। ओएस को या तो एक समर्पित कम शक्ति त्वरक के लिए ऑफलोड इंफेरेंस होना चाहिए या हल्के मॉडल (जैसे, निर्णय पेड़) का उपयोग करना चाहिए जो कर्नेल में फिट होते हैं। research पेपर "मल्टी-कोर प्रोसेसर के लिए लर्निंग-आधारित पावर मैनेजमेंट" ऐसे दृष्टिकोण का गहन मूल्यांकन प्रदान करता है। चूंकि एम्बेडेड एमएल हार्डवेयर अधिक आम हो जाता है, हम ओएस पावर मैनेजर को मानक सुविधा के रूप में सीखी गई नीतियों को शामिल करने की उम्मीद कर सकते हैं।

लो-पावर हार्डवेयर Synergies

OS हार्डवेयर के साथ तंग एकीकरण के बिना अधिकतम ऊर्जा दक्षता हासिल नहीं कर सकता है। उभरते SoCs ठीक-ग्रेन किए गए पावर डोमेन, प्रति कोर वोल्टेज नियामकों और गैर-वोलाटाइल मेमोरी प्रदान करते हैं जो गहरी नींद के दौरान राज्य को बरकरार रखता है। OS को हार्डवेयर बग्स और विविधताओं को संभालने के दौरान पावर मैनेजमेंट फ्रेमवर्क के माध्यम से इन क्षमताओं को उजागर करना होगा।

निकट-थ्रेशोल्ड कंप्यूटिंग (NTC) जैसे टेक्नोलॉजीज प्रोसेसर को बहुत कम वोल्टेज पर चलाने की अनुमति देते हैं, लेकिन वे तापमान और प्रक्रिया भिन्नता के प्रति संवेदनशील होते हैं। ओएस को ऑन-चिप सेंसर की निगरानी करनी चाहिए और वोल्टेज मार्जिन को समायोजित करना चाहिए - एक कार्य जिसके लिए वास्तविक समय नियंत्रण लूप की आवश्यकता होती है। इसके अतिरिक्त, विषम आर्किटेक्चर (जैसे, ARM big.LITTLE, x86 हाइब्रिड कोर) ओएस को प्रत्येक कार्यभार के लिए सबसे ऊर्जा कुशल कोर को सौंपने दें। ARM big.LITTLE आर्किटेक्चर एक अच्छी तरह से ज्ञात उदाहरण है कि कैसे हार्डवेयर को एक ऊर्जा-उपकरण द्वारा उपयोग किया जा सकता है।

एक और आशाजनक दिशा ऊर्जा-घंटे वाले उपकरणों का उपयोग है जो सौर, कंपन या आरएफ स्रोतों से बिजली इकट्ठा करते हैं। इन उपकरणों में आंतरायिक बिजली आपूर्ति होती है; ओएस को बिजली चक्रों में गणना का प्रबंधन करना चाहिए, राज्य को बिजली की विफलता से पहले गैर-वोलाटाइल स्मृति में बचत करना चाहिए। इस "अंतरिम कंप्यूटिंग" को ओएस स्तर पर चेकपॉइंटिंग तंत्र की आवश्यकता होती है, जो निरंतर बिजली संचालन से एक प्रतिमान बदलाव होता है।

निष्कर्ष

ऊर्जा कुशल इंजीनियरिंग उपकरणों के लिए ऑपरेटिंग सिस्टम डिजाइन करना एक बहुआयामी चुनौती है जो डीवीएफएस, निष्क्रिय प्रबंधन, शेड्यूलिंग, मेमोरी और आई / ओ अनुकूलन और वास्तविक समय की बाधा को दर्शाता है। सफल डिजाइन इन तकनीकों को एक सुसंगत नीति में एकीकृत करते हैं जो वर्कलोड, हार्डवेयर और पर्यावरण की स्थिति के अनुकूल होती है। मशीन लर्निंग और नई हार्डवेयर क्षमताओं के रूप में परिपक्व होती है, ओएस हर डिवाइस से ऊर्जा की अंतिम बूंद को निचोड़ने में भी अधिक भूमिका निभाएगा - लंबी बैटरी जीवन, छोटे फॉर्म कारकों और दूरस्थ पर्यावरणीय मॉनिटर से चिकित्सा प्रत्यारोपण तक स्वायत्त प्रणालियों की व्यापक तैनाती। इन सिद्धांतों में से कौन इन सिद्धांतों को हासिल करता है वह स्थायी प्रौद्योगिकी बनाने के लिए सबसे आगे होगा।