eScope：面向移动应用的细粒度功耗预测机制
分布式、并行与集群计算
2024-05-16 v1 性能
摘要
在移动平台上管理有限的电能以执行长时间运行、资源密集型的流式应用，需要根据算子的功耗动态调整应用算子。例如，如果渲染操作消耗过多电能，可以降低帧刷新率。目前，预测应用的功耗需要（1）为每个硬件组件构建特定设备的功耗模型，以及（2）分析应用代码。鉴于应用逻辑的复杂性及其可能运行的包含异构组件的硬件平台，这种方法可能既复杂又容易出错。我们提出了 eScope，一种直接估计应用中每个算子功耗的替代方法。具体而言，eScope 将应用的执行轨迹与设备级能耗相关联。我们将 eScope 实现为 Android 平台的工具，并使用多个合成应用以及两个视频流分析应用的工作负载对其进行评估。评估结果表明，eScope 预测应用功耗的准确率达到 97% 或更高，同时计算时间开销低于 3%。
引用
@article{arxiv.2405.08819,
title = {eScope: A Fine-Grained Power Prediction Mechanism for Mobile Applications},
author = {Dipayan Mukherjee and Atul Sandur and Kirill Mechitov and Pratik Lahiri and Gul Agha},
journal= {arXiv preprint arXiv:2405.08819},
year = {2024}
}