Digital_Video_Concepts
  • 前言
    • 前言
  • 数字视频简介
    • 数字视频简介
    • 相关概念
    • 视频压缩
    • 权衡分析
    • 新型视频应用
    • 总结
  • 视频压缩技术
    • 数字视频压缩技术
    • 网络限制和压缩
    • 人类视觉系统
      • HVS模型
      • HVS的应用
    • 压缩技术概述
      • 数据结构和概念
      • 色度亚采样
      • 降低冗余
      • 熵编码
    • 压缩技术: 成本-收益分析
      • 变换编码技术
      • 预测编码技术
      • 其他编码技术
      • 率失真理论
    • 总结
  • 视频编码标准
    • 视频编码标准
    • 视频编码的国际标准概述
      • JPEG
      • H.261
      • MPEG-1
      • MPEG-2
      • H.263
      • MPEG-4 (Part 2)
      • AVC
      • HEVC
      • 视频质量的国际标准
    • 其他工业标准概述
      • VC-1
      • VP8
      • VP9
    • 总结
  • 视频质量度量
    • 视频质量指标
    • 压缩损失,伪像,视觉质量
      • 压缩损失:量化噪声
      • 常见的伪影
      • 影响视觉质量的因素
    • 视频质量的评估方法和指标
      • 主观视频质量评估
      • 客观视频质量评估和指标
        • 基于误差灵敏度的方法
        • 峰值信噪比
        • 基于结构相似性的方法
        • 基于信息保真度的方法
        • 时空方法
        • 基于显著性的方法
        • 网络感知方法
        • 基于噪声的质量指标
        • 客观编码效率指标
        • 基于ITU-T标准的客观的质量度量方法
    • 视频质量测量
      • 主观测量
      • 客观测量及其应用
    • 调参
      • 影响视频质量的参数
      • 参数之间的权衡
    • 总结
  • 视频编码性能
    • 视频编码性能
    • CPU速度和限制
    • 提升性能的动机
    • 对性能的考虑
      • 资源利用率最大化
      • 专用资源
      • 调整视频参数
        • 决定编码速度的因素
          • 系统配置
          • 工作负载的性质
          • 编码工具和参数
            • 独立数据单元
            • GOP结构
            • 码率控制
            • 多帧参考
            • 率失真的拉格朗日优化
            • 隔行扫描的帧/场模式
            • 自适应去块滤波器
          • 视频复杂度和格式
          • 基于GPU加速的优化
    • 性能优化方法
      • 算法优化
        • 快速算法
          • 快速变换算法
          • 快速帧内预测算法
          • 快速运动估计算法
          • 快速模式决策算法
          • 快速熵编码算法
        • 并行化方法
          • 数据分区
          • 任务并行化
          • 流水线技术
          • 数据并行化
          • 指令并行化
          • 多线程技术
          • 向量化技术
      • 编译器和代码优化
        • 编译器优化
        • 代码优化
      • 超频
      • 性能瓶颈
    • 性能度量和调整
      • 性能思考
      • 性能指标
      • 性能分析工具
    • 总结
  • 视频应用的耗电量
    • 视频应用的耗电量
    • 功耗及其限制
    • 媒体应用的工作负载
      • 媒体应用用途
    • 面向电量设计
    • 电源管理的思考
      • ACPI和电源管理
      • 操作系统电源管理
        • Linux电源管理
        • Windows电源管理
      • 处理器电源管理
      • Voltage-Frequency曲线
    • 电源优化
      • 架构级别优化
      • 算法级别优化
      • 系统整体级别优化
      • 应用级别优化
    • 电源度量
      • 度量方法论
      • 电源度量的思考
    • 测量电源的工具
      • DC电源测量系统
      • 电源测量的软件工具
    • 总结
  • 低功耗平台上的视频应用的功耗
    • 低功耗平台上的视频应用的功耗
    • 低功耗设备的重要事项
    • 低功耗平台上典型的媒体应用
      • 视频播放
      • 视频录制
      • 视频分发
      • 视频电话(会议)
    • 低功耗系统的状态
      • 简单ACPI模型的缺点
      • 待机状态
      • 低功耗状态的组合
    • 低功耗平台的电源管理
      • 电源管理的专用硬件
      • 显示器电源管理
    • 低功耗平台的思考
      • 软件设计
      • 体系结构的思考
    • 低功耗平台的电量优化
      • 快速执行然后关闭
      • Activity调度
      • 减少唤醒次数
      • 突发模式
      • 完善CPU和GPU的并行化
      • 显存带宽优化
      • 显示功耗优化
      • 存储功耗优化
    • 低功耗的度量
      • 电源的处理器信号
      • 媒体应用的功耗指标
    • 总结
  • 性能,电量以及质量的权衡
    • 性能,电量以及质量的权衡
    • 权衡分析的思考
      • 权衡分析的类型
      • 参数调整的效果
      • 优化策略
    • 权衡性能和功耗
      • Case Study
    • 权衡性能和质量
      • Case Study I
      • Case Study II
    • 权衡功耗和质量
      • Case Study
    • 总结
  • 结语
    • 结语
    • 重点和结论
    • 对未来的思考
Powered by GitBook
On this page

Was this helpful?

  1. 视频应用的耗电量

功耗及其限制

Previous视频应用的耗电量Next媒体应用的工作负载

Last updated 5 years ago

Was this helpful?

按照当今移动世界的发展规律,移动设备的设计既需要面对日益增长的用户"刚性"需求:可穿戴界面,无线连接,全天候计算,高性能,又需要拥有更小巧的外形,尺寸,更轻的重量,更小的充电设备。这种看似矛盾的需求,却提出了前所未有的挑战:1 日益增加的应用耗电需求和更长的电池续航时间 2 无法容忍的笨重风扇(小型风扇散热能力有限),带来的散热难题;

因此,视频应用需要在有限的功率范围内工作。从消费者的角度来看,他们关注的是设备是否拥有更长的电池使用时间。但是,电池系统在设备的整个生命周期内都存在成本和效益的问题,更大的电池容量意味着更高昂的价格,因此,在有限的电池容量下,视频应用的功率限制是当今移动设备设计中的一大基本考虑因素。

功率极限通常以热设计功率(TDP)表示,TDP在设计中考虑了冷却条件下设备的最大发热量,因此,可以认为TDP是设备允许的最大功耗。 TDP通常分为单个组件的功耗,例如CPU,GPU等。表6-1列出了各种处理器型号的典型TDP。

Type

TDP(Watts)

Comment

桌面服务器/工作站

47W–120W

高性能工作站和服务器

一站式

47W–65W

常用

笔记本

35W

较差

超极本

17W

-

平板电脑

8W

TDP降低的重点突破领域

智能手机

<4W

-

对于台式机工作站和服务器而言,降低电源消耗,保存其电量同样重要,但是通常情况下,它们基本上不受电源可用性限制。另外一方面,消费类设备(如便携式平板电脑,平板手机和智能手机)使用尺寸大小有限的电池供电,意味着充电结束后,设备可使用的电量是有限的。

平板电脑,平板手机和智能手机,这样的设备主要缺点是耗电快,平板电脑的电池通常会在跨大西洋飞行结束前的几个小时就耗尽了,智能手机则几乎每天都需要充电。因此,现在的市场要求平板电脑具有超过10个小时的电池续航时间,让用户能够享受长途飞行的乐趣,而智能手机的续航时间要在24小时以上。此外,平板和智能手机都会有一些高耗能的应用,我们需要了解这些消费者平台上的应用程序的能量使用情况。功率是单位时间消耗的能量,通常以每秒多少焦耳或者瓦特标识。消耗的开关功率使用静态CMOS门的芯片(例如,以频率f和电压v运行的,具有电容C的移动计算设备的CPU消耗的功率)大致如下:

(6−1) P=A Cdyn V2 f+Ps(6-1) \ P = A \ C_{dyn} \ V^2 \ f + P_{s}(6−1) P=A Cdyn​ V2 f+Ps​

上式中,PsP_{s}Ps​是主要由于CMOS泄露功率等引入的静态功率成分,AAA是处理器是否处于活动/睡眠状态,或者在时钟门控条件下有关的活动常数。对于特定的处理器,CdynC_{dyn}Cdyn​是固定值;其中,VVV和fff可能相差较大。该公式并不完美,因为实际设备中的CPU不一定100%由CMOS组成,可能还涉及特殊电路。同样,静态泄露电流也并不总是相同,从而导致方程的后半部分出现变化,这种变化对于低功率器件而言变得尤为重要。尽管方程不精确,但对于显示如何改变系统设计会影响功率。以更高的时钟频率运行设备的处理器可获得更好的性能。如公式6-1所示,在较低的频率下,其散热量较小,因此功耗较低。换句话说,功耗不仅决定性能,还影响电池寿命。

在当今的技术中,各种电子设备和平台的电源或能源供应通常来自以下三种主要来源之一:

  • 电源插座,通常称为“交流电源”

  • SMPS单元,通常称为“直流电源”

  • 充电电池

开关电源(SMPS)单元对交流市电输入进行整流和滤波,以获得直流电压,然后以数百KHz到1 MHz的频率(高频率)打开和关闭直流电压。

高频开关可使用廉价,轻便的变压器,电感器和电容器电路,以进行后续的降压,整流和滤波,以输出干净稳定的直流电源。通常,SMPS用作计算机电源。

对于移动应用,可充电电池为越来越多的电子设备(包括几乎所有的多媒体设备和平台)提供能量。然而,由于在充电和放电期间内阻的变化,可再充电电池随着时间而退化。可充电电池的寿命(也称为“电池寿命”)取决于充电/放电的循环次数,直到最终电池无法再保持有效充电为止。

电池的额定单位为瓦特每小时(或电流乘以电压,单位为AAA/hhh乘以VVV/hhh)。以瓦特为单位的系统功耗测量可以很好地了解电池在需要充电之前可以工作几个小时。这种电池寿命的测量通常对于当今电子设备的消费者来说很重要。