Профилирование энергопотребления виртуальных машин (1187417), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Intel VTune Amplifier 2013 Update 13 [13] (Linux, Windows) – многофункциональный профилировщик производительности, позволяющий также измерять энергопотребление. Может связывать собранную статистику с исходным кодом, собирать стек вызовов и визуализировать полученную информацию. В режиме Advanced Hotspots + collection stack + estimate call counts также дает информацию по количеству потребленной энергии (метрики: Energy Core, Energy GFX, Energy Package). Позволяет получить статистику с точностью до инструкции, что дает очень широкие возможности по анализу для дальнейшей оптимизации.

Отдельно стоит отметить набор утилит для OS X Maverics, которые не предоставляют абсолютных значений затраченной энергии, но зато выдают ряд очень полезных агрегированных метрик, характеризующих энергопотребление системы.

Activity Monitor [17] (OS X) – монитор производительности, выдающий помимо прочего метрику, характеризующую энергоэффективность работающих приложений. Не дает очень детальной статистики, но позволяет оценить, есть ли смысл подключать более информативные инструменты для получения развернутой статистики.

XCode 5 [18] (OS X). В состав IDE от Apple был включен мощный инструментарий по анализу энергопотребления приложения. Он предоставляет агрегированные метрики, которые могут оказаться даже более информативными, чем абсолютные значения потребления энергии. Среди них можно выделить WakesPerSecond – количество “пробуждений” CPU в связи с активностью приложения (например, из-за таймеров и ряда других событий). В дополнение к этой метрике данный инструмент выстраивает CPU-usage трассу, на которой выделен CPU Wake Overhead. Такие трассы строятся отдельно для каждого из потоков, что упрощает анализ приложения. В отличие от Intel VTune Amplifier, инструмент от Apple не связывает напрямую измеряемые метрики и код приложения. Но, имея на руках информацию о проблемной тенденции, в большинстве случаев можно детализировать информацию при помощи других инструментов (например, причину частых пробуждений можно искать при помощи утилиты timerfires, а неоправданно высокий уровень утилизации CPU – профилировщиком Instruments).

Таким образом, видно, что для задачи анализа энергопотребления на любой ОС найдется ряд инструментов, предоставляющих различную степень детализации.

1. Ряд техник по улучшению энергоэффективности

Имея на руках описанный арсенал инструментов профилирования и представление о предоставляемых оборудованием средствах уменьшения энергопотребления, можно заняться оптимизацией приложения. Среди основных методик улучшения профиля энергопотребления выделим основные:

Оптимизация приложения с целью увеличения производительности. Выбрасывая «лишние инструкции», мы также избавляемся от энергетических затрат, связанных с их исполнением.

Ограниченное использование высокочастотных таймеров (и таймеров вообще). Высокочастотные вычисления не позволяют процессору долго находиться в состояниях пониженного потребления энергии, что приводит к подчас необоснованным потерям. Там, где можно заменить pooling и busy-waiting на event-based модель, это лучше сделать.

Использование APP NAP API в OS X Maverics [9]. Разработчики OS X уделили пристальное внимание проблемам энергопотребления и добавили API, позволяющий разработчикам эффективно взаимодействовать с рядом политик ОС по сбережению энергии без ущерба производительности.

Уменьшения частоты обращений к устройствам. Так же, как высокочастотные вычисления не дают CPU долго находиться в состоянии “сна”, частые обращения к оборудованию не дают им находиться в состоянии пониженного энергопотребления.

1. Разработка алгоритма мониторинга энергопотребления

Задача разработки алгоритма получения данных об энергопотребления виртуальным окружением может быть разбита на следующие подзадачи:

1. Анализ существующих методов получения данных об энергопотреблении виртуальным окружением на базе доступных метрик производительности, а также аппаратных средств измерения;

2. Разработка алгоритма мониторинга динамической части энергопотребления виртуальным окружением и его программная реализация с целью обоснования;

3. Разработка методов прогнозирования энергозатрат на основании анализа получаемых статистических данных.

1. Критерии эффективности алгоритма

Методы мониторинга энергопотребления, базирующие на обработке получаемых данных по аппаратному интерфейсу ACPI, не могут гарантировать получение безошибочного результата. Более того, использование большого количества датчиков энергопотребления оказывает влияние на надежность работы системы. Метод получения более точных данных об энергопотреблении, не оказывающий влияния на надежность работы системы в целом, требует использование более совершенной технологии – с интеграцией датчиков энергопотребления непосредственно в ядре микропроцессора.

Требования, предъявляемые к алгоритмам.

1. Высокая точность измерений (с учетом отсутствия доступа к отдельным аппаратным средствам).

2. Отсутствие влияния алгоритма на производительность и защищенность измеряемого виртуального окружения.

3. Поддержка алгоритма архитектуры целевых компьютерных систем с использованием микропроцессоров семейства x86.

1. Составные части энергопотребления

Статическая часть расхода электроэнергии включает в себя затраты на поддержание платформы в рабочем состоянии. Она имеет слабую корреляцию с природой исполняемых приложений, поэтому эта часть расходов не поддается прямому контролю, исключая случаи частичного или полного отключения серверного узла.

Динамическая часть связана с исполнением приложений. Поскольку эта часть сильно зависит от вычислительной нагрузки на микропроцессор, степени эффективности использования ресурсов, величина ее сильно варьируется.

Так как функционирование системного и пользовательского программного обеспечения практически не оказывает влияния на статическую часть энергопотребления, имеет смысл решать задачу только в рамках динамической составляющей энергопотребления.

1. Методы, регулирующие объем энергопотребления

Рассмотрим некоторые существующие методы, направленные на снижение энергопотребления систем, использующие платформу х86. Следует отметить, что объем энергопотребления систем, базирующихся на платформе х86, регламентируются стандартом ACPI [27], направленного на реализацию устройств с набором состояний, в которых снижается расход энергии за счет ограничений функциональных возможностей.

Переключение между состояниями устройства не происходит мгновенно. Переходы в более глубокие состояния «сна» происходят ступенчато во времени, чтобы в случае необходимости максимально быстро вернуться в рабочее состояние. Количество таких ступенчатых переходов иногда может достигать 15. Идеи большинства методов энергосбережения основаны на следующем принципе: группировка обращений к устройству для увеличения длительности непрерывных интервалов простоя, чтобы устройство как можно больше времени находилось в наиболее глубоком состоянии «сна ».

Данное обстоятельство должно быть учтено при разработке алгоритма подсчета энергопотребления, то есть при мониторинге энергозатрат не должны создаваться лишние запросы к устройству.

У микропроцессоров есть два основных набора состояний, влияющих на их энергопотребление:

P-states – состояния активной работы. P-state – пара параметров: частота микропроцессора и напряжение. Для каждого ядра микропроцессора P-state можно выбрать индивидуально, но при этом необходимо учитывать, что для микропроцессора с несколькими ядрами могут существовать аппаратные ограничения на индивидуальные по отношению к каждому ядру изменения P-state. Например, питающее напряжение для микропроцессора Pentium 4 не может быть ниже максимального значения, запрашиваемого одним из его ядер [24]. Для управления этими состояниями используются регистры MSR, именуемые IA32_PERF_CTL и IA32_PERF_STATUS [22].

C-states. В этих состояниях микропроцессор находится в момент исполнении ассемблерных инструкций HLT/MWAIT (команды остановки активного исполнения). Каждому такому состоянию соответствуют различные уровни «сна». Чем ниже уровень «сна», тем больше требуется времени для перехода микропроцессора в состояние активной работы (так называемого времени «пробуждения», составляющего от 10 до 100 мкс). По этой причине ядро переключается в «состояние глубокого сна» не сразу, а постепенно. Поэтому излишняя активность исполнения алгоритма мониторинга, приводящая к частым «пробуждениям» процессора, может снизить его эффективность с точки зрения энергопотребления.

1. Основные инструменты измерения и профилирования энергопотребления

Измерению энергопотребления на платформе x86 посвящено большое количество работ. Это обусловлено тем, что достаточно длительное время для разработчиков не было возможности получать данные о затратах энергии без использования дополнительного оборудования. В результате был создан ряд математических моделей, связывающих показатели производительности и энергопотребление системы. Большинство методов базировалось на обработке получаемых данных по аппаратному интерфейсу ACPI или данных, поступающих от внешних устройств, измеряющих энергопотребления [229, 230], что не могло гарантировать безошибочный результат. С применением технологии RAPL в микропроцессорах компании Intel [25] стало возможным получать информацию о количестве потребляемой системой энергии с момента ее запуска.

В основу разрабатываемого алгоритма оценки и измерения энергозатрат легло применение технологии RAPL. Аттестация и подтверждение методики RAPL, на которой основан алгоритм мониторинга энергопотребления и его программная реализация, проведены и засвидетельствованы в официальной технической документации корпорации Intel, являющейся документацией для разработчиков ПО корпорации Intel.

1. Анализ существующих алгоритмов мониторинга энергопотребления

"PowerTop" (Linux) [19] опирается на энергетическую модель, связывающую метрики производительности и энергопотребление системы. Данный алгоритм работает только после процесса «обучения» на целевой машине, требующего данных об энеогопотреблении. В случае мобильного устройства стандарт ACPI предусматривает возможность получения информации о текущем заряде батареи. Для остальных вычислительных устройств необходимо дополнительное оборудование, снимающее информацию об энергопотреблении системы. Последнее делает непригодным использование данного алгоритма для облачного хостинга.

Характеристики

Список файлов ВКР