D
D
Digital_Video_Concepts
Search…
D
D
Digital_Video_Concepts
Introduction
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
压缩技术概述
压缩技术: 成本-收益分析
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
其他工业标准概述
总结
视频质量度量
视频质量指标
压缩损失，伪像，视觉质量
视频质量的评估方法和指标
视频质量测量
调参
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
性能优化方法
性能度量和调整
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
面向电量设计
电源管理的思考
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
测量电源的工具
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
低功耗系统的状态
低功耗平台的电源管理
低功耗平台的思考
低功耗平台的电量优化
低功耗的度量
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
权衡性能和功耗
权衡性能和质量
权衡功耗和质量
总结
结语
结语
重点和结论
对未来的思考
Powered By
GitBook
电源优化
让我们回想一下功率方程：
(
6
−
2
)
T
o
t
a
l
p
o
w
e
r
=
l
e
a
k
a
g
e
p
o
w
e
r
+
A
C
d
y
n
V
2
f
(6-2) \ Total power = leakage power + A \ C_{dyn} \ V^2 \ f
(
6
−
2
)
T
o
t
a
lp
o
w
er
=
l
e
aka
g
e
p
o
w
er
+
A
C
d
y
n
V
2
f
此处，
A
A
A
是活动常数（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），
C
d
y
n
C_{dyn}
C
d
y
n
是动态电容，
V
V
V
是电压，
f
f
f
是工作频率。从这个方程式可以很容易地看出，为了降低功耗，可以采用以下方法：
降低电压和频率
减少活动量和
C
d
y
n
C_{dyn}
C
d
y
n
当电压在电压定标范围内随频率近似线性增加时，术语V2f表示功率相对于频率的三次方关系（见图6-5）。因此，降低电压和/或频率导致功率的显着降低。可以将以这种方式节省的功率提供给系统的其他部分，以使整个系统的运行受益。
但是，频率降低不能帮助在Vmin处低于Fmax（低于该电压不能降低电压，因为存在电路工作所需的最小电压）。在Vmin区域中，电压保持恒定，因此降低频率可以节省很少的功率。
在这一点上，只有活动和减少Cdyn才能提供进一步的功耗优化。这需要更有效的算法和微体系结构设计，以及动态关闭电路中未使用的部分。 上述降低功耗的考虑催生了功耗优化的新思想和方法，包括各种门控优化和特殊用途的异构硬件组件的使用，例如集成了能够进行多媒体处理的GPU，相机图像处理等。上。总的来说，这不是硬件问题。它也需要在软件微体系结构级别进行仔细考虑。
通常，良好的电源优化需要结合许多方法，所有这些方法都在朝着节省功率和延长电池寿命的目标协调工作。从系统工程的角度来看，可以通过有选择地关闭系统某些空闲部分的电源，在系统内的各个单独电源域中进行优化。 可以在系统的各个级别上进行功耗优化。通常，功率优化是在以下级别完成的：
架构优化
算法优化
系统集成优化
应用程序级别优化
通常，功率优化结合了所有这些方法。架构优化在处理器硬件级别处理优化机会，并尝试获得合适的硬件-软件分区。算法优化在系统和应用算法中寻找节电机会。例如，在硬件和硬件抽象层之上，图形执行堆栈包括应用程序，中间件，操作系统和图形驱动程序的分层层。节省功耗的机会存在于每个层中，并且可以通过算法优化加以利用。
但是，层间优化机会更加复杂，并且通过在系统集成级别采用优化来解决效率低下的问题。例如，可以通过选择使用较少的层并重新定义层的边界以找到最省电的优化位置来提高效率。此外，在应用程序级别，可以通过在最节能的设备上运行任务来考虑在CPU和集成GPU之间进行负载分担，以便在一个单元中节省功率，而另一个单元又可以节省功率。这些优化技术的讨论将在后面详细介绍。
Previous
Voltage-Frequency曲线
Next
架构级别优化
Last modified
2yr ago
Copy link