Combining Hardware and Software Monitoring for Improved Power and Performance Tuning

结合硬件和软件监控以改进功耗和性能调整

基本信息

  • 批准号:
    0311180
  • 负责人:
  • 金额:
    $ 16万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2003
  • 资助国家:
    美国
  • 起止时间:
    2003-08-15 至 2007-07-31
  • 项目状态:
    已结题

项目摘要

BaharCombining Hardware and Software Monitoring for Improved Power and Performance TuningAbstractDynamically configuring processor resources to match a program's needs has been shown to be an effective means of reducing CPU power dissipation without sacrificing performance. This research focuses on combining software profiling and hardware monitoring techniques to drive the reconfiguration process. The proposed approach is based on the premise that each has different strengths and weaknesses and their combination will give a better prediction of the dynamic behavior of an application. Using this information, parts of the processor can be run at reduced power or shut down completely when they are not needed and powered up just before they are.Three methods that will be explored for reducing power are: (1) fetch halting, (2) deactivating parts of the logic that select instructions for execution and parts of the issue queue, and (3) deactivating some of the ALU's. The three components are interrelated because fetch halting can decrease the number of instructions that become ready to issue, which can cause some of the functional units to become idle. In addition, not halting the fetch unit can cause the issue queue to fill up and delay turning off queue entries. The goal of this research is to find effective ways of combining software and hardware techniques to significantly lower energy consumption over a range of architectures that may include features such as multithreading and multiple processors on a chip.
Bahar结合硬件和软件监控以提高功耗和性能调优摘要动态配置处理器资源以满足程序的需求已被证明是在不牺牲性能的情况下降低CPU功耗的有效方法。 这项研究的重点是结合软件分析和硬件监控技术来驱动重新配置过程。 所提出的方法基于这样的前提:每种方法都有不同的优点和缺点,它们的组合将更好地预测应用程序的动态行为。 利用此信息,处理器的某些部分可以以降低的功耗运行,或者在不需要时完全关闭,并在需要之前加电。将探索用于降低功耗的三种方法是:(1)读取停止,(2) ) 停用选择执行指令的逻辑部分和发出队列的部分,以及 (3) 停用一些 ALU。 这三个组件是相互关联的,因为读取停止可以减少准备发出的指令数量,这可能导致某些功能单元变得空闲。 此外,不停止获取单元可能会导致发出队列填满并延迟关闭队列条目。 这项研究的目标是找到结合软件和硬件技术的有效方法,以显着降低一系列架构的能耗,这些架构可能包括多线程和芯片上的多个处理器等功能。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Ruth Bahar其他文献

Ruth Bahar的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Ruth Bahar', 18)}}的其他基金

SHF: Core: Small: Real-time and Energy-Efficient Machine Learning for Robotics Applications
SHF:核心:小型:用于机器人应用的实时且节能的机器学习
  • 批准号:
    2341183
  • 财政年份:
    2023
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
SHF: Core: Small: Real-time and Energy-Efficient Machine Learning for Robotics Applications
SHF:核心:小型:用于机器人应用的实时且节能的机器学习
  • 批准号:
    2128036
  • 财政年份:
    2021
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
SHF: Core: Small: Real-time and Energy-Efficient Machine Learning for Robotics Applications
SHF:核心:小型:用于机器人应用的实时且节能的机器学习
  • 批准号:
    2128036
  • 财政年份:
    2021
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
NSF-BSF: SHF: CCF: Small: Collaborative Research: Hardware/Software Design of Durable Data Structures and Algorithms for Non-Volatile Main Memory
NSF-BSF:SHF:CCF:小型:协作研究:非易失性主存储器的持久数据结构和算法的硬件/软件设计
  • 批准号:
    1908806
  • 财政年份:
    2019
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
SHF: Small: Effects of Noise in Ultimate CMOS: Modeling and Simulation Frameworks, Noise-Immune Circuit Designs, and Experimental Validation
SHF:小:终极 CMOS 中的噪声影响:建模和仿真框架、抗噪声电路设计和实验验证
  • 批准号:
    1525486
  • 财政年份:
    2015
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
CSR: Small: Collaborative Research: Transparent and Energy-Efficient Speculation on NUMA Architectures for Embedded Multiprocessor Systems
CSR:小型:协作研究:嵌入式多处理器系统 NUMA 架构的透明且节能的推测
  • 批准号:
    1319095
  • 财政年份:
    2013
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
Collaborative Research: Energy-Aware Memory Synchronization for Embedded Multicore Systems
合作研究:嵌入式多核系统的能量感知内存同步
  • 批准号:
    0903384
  • 财政年份:
    2009
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
NIRT: (Nanoscale Devices and System Architecture): Fault-tolerant, Probalisitic Computing with Markov Random Field Architectures and CMOS Nanodevices
NIRT:(纳米级设备和系统架构):使用马尔可夫随机场架构和 CMOS 纳米设备进行容错、概率计算
  • 批准号:
    0506732
  • 财政年份:
    2005
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
NER: Y-Junction Nanotube-based Computer Devices and Architectures
NER:基于 Y 形结纳米管的计算机设备和架构
  • 批准号:
    0304284
  • 财政年份:
    2003
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
Symbolic Techniques for Evaluating Complex Custom Circuits
评估复杂定制电路的符号技术
  • 批准号:
    0204151
  • 财政年份:
    2002
  • 资助金额:
    $ 16万
  • 项目类别:
    Continuing Grant

相似国自然基金

面向软件定义芯片的硬件真随机数发生器关键技术研究
  • 批准号:
    62104129
  • 批准年份:
    2021
  • 资助金额:
    20 万元
  • 项目类别:
    青年科学基金项目
泛在系统软件的软硬件协同设计方法及其结构模型和运行机理
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    293 万元
  • 项目类别:
    重点项目
面向应用安全的特权级硬件挖掘研究
  • 批准号:
    61902374
  • 批准年份:
    2019
  • 资助金额:
    27.0 万元
  • 项目类别:
    青年科学基金项目
基于NVRAM的高性能软件栈关键技术研究
  • 批准号:
    61902405
  • 批准年份:
    2019
  • 资助金额:
    26.0 万元
  • 项目类别:
    青年科学基金项目
软件定义硬件中数据密集型应用的高性能映射技术研究
  • 批准号:
    61804017
  • 批准年份:
    2018
  • 资助金额:
    27.0 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

CAREER: Data-Driven Hardware and Software Techniques to Enable Sustainable Data Center Services
职业:数据驱动的硬件和软件技术,以实现可持续的数据中心服务
  • 批准号:
    2340042
  • 财政年份:
    2024
  • 资助金额:
    $ 16万
  • 项目类别:
    Continuing Grant
SHF: Small: Hardware-Software Co-design for Privacy Protection on Deep Learning-based Recommendation Systems
SHF:小型:基于深度学习的推荐系统的隐私保护软硬件协同设计
  • 批准号:
    2334628
  • 财政年份:
    2024
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
SHF: Small: Taming Huge Page Problems for Memory Bulk Operations Using a Hardware/Software Co-Design Approach
SHF:小:使用硬件/软件协同设计方法解决内存批量操作的大页面问题
  • 批准号:
    2400014
  • 财政年份:
    2024
  • 资助金额:
    $ 16万
  • 项目类别:
    Standard Grant
CAREER: Efficient Large Language Model Inference Through Codesign: Adaptable Software Partitioning and FPGA-based Distributed Hardware
职业:通过协同设计进行高效的大型语言模型推理:适应性软件分区和基于 FPGA 的分布式硬件
  • 批准号:
    2339084
  • 财政年份:
    2024
  • 资助金额:
    $ 16万
  • 项目类别:
    Continuing Grant
CAREER: Enabling Scalable and Resilient Quantum Computer Architectures through Synergistic Hardware-Software Co-Design
职业:通过协同硬件软件协同设计实现可扩展且有弹性的量子计算机架构
  • 批准号:
    2340267
  • 财政年份:
    2024
  • 资助金额:
    $ 16万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了