CPU Co−proc Cache

présentée

DEVANT L'ÉCOLENORMALE SUPÉRIEURE DELYON

pour obtenir

LE GRADE DE DOCTEUR

ÉCOLE DOCTORALE : MathIF

PAR

Niolas Fournel

ESTIMATION ET OPTIMISATION DE

PERFORMANCES TEMPORELLES ET

ÉNERGÉTIQUES POUR LA CONCEPTION

DE LOGICIELS EMBARQUÉS

Soutenue le : 23 Novembre 2007 devant la Commission d'Examen

Jury

Pr BrunoAllard, INSAde Lyon, examinateur

Pr DanielEtiemble, université Paris sud, rapporteur

Pr Paul Feautrier, ENS deLyon, direteur

DrAntoine Fraboulet, INSA deLyon, o-enadrant

DR-CNRSJean-Mihel Muller,LIP/ENS de Lyon, examinateur

L'évolution de la tehnologie permet aux onepteurs d'intégrer dans les systèmes embar-

qués de plusen plus de puissanede alulet de fontionnalités.Cette roissanede puissane

s'aompagne malheureusement d'unehaussedel'énergieonsomméepar l'appareilquelateh-

nologie des batterie est inapable de ompenser. Les méanismes matériels mis en plae pour

ontenir ette onsommation dans le but de limiter le poids des batteries ne susent plus et

néessite l'intervention du logiiel pour les ontrler. Pour aider la oneption du logiiel an

qu'il tirele meilleuravantaged'unpoint de vueénergétiquedesapaités de laplateforme ma-

térielle, ledéveloppeur doitavoirdes retourssur laonsommation életrique dusystème. Nous

proposons danses travaux, une méthodologie permettant une aratérisation simpleet rapide

d'unsystèmematérielomplet.Laalibrationdeemodèleutilisedesmesuresphysiquessimples

surlematérielpour lerendrefailement adaptableà denouveaux systèmes.Nousproposons de

même un outil de simulation qui permet une exploitation de ette modélisation en remontant

desinformations de onsommation au niveau du ode soure de l'appliation analysée, tout en

prenant en hargeledésynhronisation entrele logiieletertainsévénements matériels.

Currenttehnologytrendallowshardwaredesignerstoembedmoreandmoreomputational

powerand features.Thistrendunfortunately omeswithan energyonsumption growth whih

battery tehnology fails to takle. Hardware adaptations for energy onsumption redutionare

limited and need a software ontrol. To help software design in order to optimize hardware

apabilities of a platform, developers need feed-bak about system energy onsumption. We

propose a methodology allowing a fast and simple haraterization of a omplete platform.

Model alibration is based on real platform physial measures. This allows the model to be

easily adaptable to new systems.We also propose a software simulation tool allowing an easy

and fast usage of the previous haraterization and a fast identiation of the most energy

hungry partof the softwarebyprovidinga soureode annotation. Thisbak-annotation fairly

reports peripheralsonsumption bytakinginto aount peripheralsasynhronousevents.

Jeremerieenpremierlieumesdeuxdireteursdethèse,PaulFeautrieretAntoineFraboulet

pourleur diretion élairée sanslaquellees travaux ne seraient pasdevenus e qu'ilssont.

Je tiens à remerier plus partiulièrement mes parents et ma famille pour leur soutien in-

faillibleau ours detoutes esannées.

Et pour nir, j'envoie un grandmeri à l'ensemble de mes amisque je ne pourrai pasiter

ii,maisqui sereonnaîtront.

1 Introdution 1

2 État de l'art 5

2.1 Généralitéssurlaonsommation . . . 5

2.1.1 Strutured'uniruit intégré numérique . . . 5

2.1.2 Quid delaonsommation életrique desiruits . . . 6

2.1.3 Pourquoi utilise-t-ondesmodèles . . . 9

2.2 Caratérisation dela onsommationéletrique . . . 9

2.2.1 Critères delassiation . . . 10

2.2.2 Classiation . . . 13

2.3 Exploitation desmodèles deonsommation. . . 18

2.3.1 Simulation deproesseur. . . 19

2.3.2 Simulation deplateformes omplètes . . . 20

3 Caratérisation de la onsommation életrique d'un système omplet 23 3.1 Caratéristiques prinipalesdu modèleproposé . . . 23

3.1.1 Un modèlede onsommationde plateforme omplète . . . 24

3.1.2 Un modèleorienté logiiel . . . 25

3.2 Calibration dumodèle . . . 27

3.2.1 Une alibrationpar mesures . . . 27

3.2.2 Montage demesure . . . 28

3.2.3 Constrution debenhmark . . . 29

3.2.4 Quantiation de l'erreur inhérente aumontage. . . 33

3.2.5 Le modèlerésultant . . . 34

3.3 Expérimentations surplateformesréelles . . . 35

3.3.1 Un premierexemple omplet surl'ARM . . . 35

3.3.2 Un modèleappliable surun largepanel de plateformes . . . 54

3.4 Validationdu modèle . . . 55

3.4.1 Méthodologiede validationde lapréision . . . 56

3.4.2 Appliationsde test . . . 56

3.4.3 Résultats . . . 57

4 Mise en ÷uvre du modèle par simulation 59 4.1 Environnement de développement lassique . . . 59

4.2 Instrumentation du modèlede onsommation életrique . . . 61

4.2.1 Simulation delaplateforme omplète . . . 62

4.2.2 Analysede trae d'exéution . . . 63

4.2.3 Trae d'exéution . . . 65

4.3 Exemplesd'implantation desoutilsde simulation . . . 69

4.3.2 Compromis desimulations . . . 70

4.4 Exploitation desrésultats . . . 72

4.4.1 Traes linéaires . . . 73

4.4.2 Informations globales. . . 73

4.4.3 Annotationdu odesoure . . . 73

4.4.4 Exemple . . . 74

4.5 Deux manièresde ompterl'énergie despériphériques. . . 77

4.5.1 La méthode standard. . . 77

4.5.2 Une modélisationsimple desommuniations . . . 80

4.5.3 Une annotationdu ode soure modiée . . . 80

4.5.4 Un omparatifde résultat . . . 84

4.6 Bilande etteinstrumentation . . . 85

5 Appliations 87 5.1 Comparaison/Évaluation de programmes . . . 87

5.1.1 Évaluationd'algorithmesde ryptographie . . . 87

5.1.2 Évaluationd'algorithme deramasse-miettes . . . 93

5.2 Exploitation desniveaux mémoires . . . 93

5.2.1 Miseen évidene del'impat . . . 93

5.2.2 Modélisationduproblème . . . 99

5.3 Coneption d'appliations ommuniantes pour les réseauxde apteurs . . . 102

6 Limites et extensions 111 6.1 Mémoirevirtuelle . . . 111

6.1.1 Fontionnement de laMMU . . . 111

6.1.2 Problème . . . 113

6.1.3 Cequi marhe . . . 114

6.1.4 Alternatives . . . 114

6.2 Traçage de lamémoire . . . 114

6.2.1 Motivation . . . 115

6.2.2 Réalisation . . . 115

6.3 Extension aumulti-÷ur . . . 116

6.3.1 Tendane atuelle. . . 116

6.3.2 Comment le faire . . . 116

7 Conlusion 119

Bibliographie 121

2.1 Struturedessystèmes embarqués . . . 6

2.2 Laporte élémentaire,l'inverseur . . . 7

2.3 Consommation dynamique:hargede laapaitéde sortie. . . 7

2.4 Consommation dynamique:ourant de ourt-iruit . . . 8

2.5 Consommation statique:ourant de fuite . . . 8

2.6 Utilisationd'unmodèle deonsommation . . . 9

2.7 Niveaude granularité. . . 10

2.8 Calibration par simulation . . . 11

2.9 Calibration par mesures . . . 12

3.1 Exemple abstraitde plateforme . . . 24

3.2 Niveaud'abstration du modèleproposé . . . 28

3.3 Exemple deahe assoiatifpar ensemble . . . 31

3.4 ARMIntegratorCM922T-XA10. . . 36

3.5 Arhiteture del'ARM CM922TXA10 . . . 37

3.6 Consommation générée par Linuxsurl'IntegratorCM922T . . . 39

3.7 Représentation shématique du montagede mesures . . . 41

3.8 Signaux éhantillonnés à2,5 GHz . . . 42

3.9 Signaux éhantillonnés à1,25 GHz . . . 43

3.10 Resultats d'aquisition . . . 44

3.11 Système utilisé pour les mesures. . . 45

3.12 Montage demesure enours d'utilisation. . . 46

3.13 Inuenede lafréquene . . . 51

3.14 Variationde l'énergielors d'unhangement defréquene defontionnement . . . 52

3.15 Le WSN430 . . . 54

3.16 Arhiteture duwsn430 . . . 54

3.17 Courbes umulatives de laonsommation(simulation et mesures) . . . 58

4.1 Chaînede developpement standard . . . 60

4.2 Chaînede dévelopement étendue . . . 62

4.3 Génération de traed'exéution . . . 66

4.4 Strutured'informations :instrution. . . 67

4.5 Strutured'informations :défautahe/MMU . . . 67

4.6 Strutured'informations :aès mémoire/bus . . . 68

4.7 Strutured'informations :périphérique . . . 68

4.8 Code soure del'appliation d'exemple . . . 74

4.9 Exemple detrae d'exéution . . . 75

4.10 Exemple deprol d'annotation deode soure . . . 76

4.11 Visualisationdu odesoure annotéave KCahegrind (vue1) . . . 77

4.12 Visualisationdu odesoure annotéave KCahegrind (vue1) . . . 78

4.14 Évenements asynhrones . . . 79

4.15 Strutured'informations :périphérique . . . 81

4.16 Prise en harge del'asynhronisme . . . 82

4.17 Graphe d'appel . . . 84

4.18 Répartition del'énergie (standard) . . . 85

4.19 Répartition del'énergie (reorrélée) . . . 85

5.1 Fontionsoûteuses del'appliation MPEG2. . . 94

5.2 Annotationdu odesoure de rgb__24_rgb_420() . . . 95

5.3 Code soure annotéde memset() . . . 98

5.4 Code soure dupiloteen attente ative . . . 104

5.5 Code soure dupiloteutilisant les interruptions . . . 104

5.6 Comparaison de laonsommation des pilotes 1 et 2 pour l'envoi d'unpaquet en fontion desataille . . . 105

5.7 Trae linéaire del'envoid'unpaquet (pilote 1). . . 106

5.8 Trae linéaire del'envoid'unpaquet (pilote 2). . . 107

5.9 Énergieonsommée pour unenvoidepaquetenfontion desataille (version1et 3du pilote) . . . 108

5.10 Trae linéaire del'envoid'unpaquet (pilote 3). . . 108

5.11 Énergie par otet pour les troispilotes . . . 109

6.1 Tradutiond'adresse par laMMU dux86 . . . 112

Introdution

Dans les systèmes életroniques numériques atuels, latendane est à l'aroissement de la

puissanedealul.Cetaroissementestmalheureusement aompagnéd'uneaugmentation de

laonsommationéletrique.Mêmesil'évolutiondelatehnologieesdernièresannéespermettait

de limiter e besoin d'énergie en réduisant la taille destransistors qui omposent essystèmes,

la plae ainsi gagnée est réutilisée pour ajouter des fontionnalités. Cette situation n'est mal-

heureusement plusvraie aujourd'hui, puisque l'augmentation des ourantsde fuite ompensent

deplusenpluslesgainsenonsommationéletriquedeladiminutiondelatailledestransistors.

Leontrleetlarédutiondeetteonsommationestdonunepréoupationmajeurequee

soitdanslesgrossystèmes(ordinateursdebureau,serveurs,...)oudanslessystèmesembarqués

(téléphones portables, assistantspersonnels,...).

En eet,dansle premieras, laraison qui pousseà réduireladissipation d'énergie desma-

hinesestdouble,leoûtetlaabilité.Parexempledanslesfermesdeserveurs,oudesentaines

demahines tournent 24hsur24,larédutionneserait-equede10%delaonsommationindi-

viduelledesmahines entraîneraitdéjà unegrosseéonomie. L'installation életriquenéessaire

pour le bon fontionnement est extrêmement oûteuse : une diminution de la onsommation

permetdon de sous dimensionner un peu les installation, et d'enréduire leoût. De plus une

éonomieenfontionnementestaussiréalisée.Laseondepartiedugainestliéeàladissipation

de la haleur. La température est le pire ennemi des très hautes disponibilités attendues pour

es systèmes. La rédution de la onsommation d'énergie életrique se traduit le plus souvent

par undiminution de latempérature dusystème.

Les dispositifs mis en plae dans les bâtiments pour dissiper la haleur produite par les

serveursen fontionnement, deslimatiseurs,dépensentquasiment autant d'énergiequelesser-

veurs, pénalisant ainsi le oût de l'installation etde fontionnement. Ces dispositifs sont aussi

des soures de problèmes de abilité, ar toute avarie sur la limatisation peut entraîner de

gravesréperutionssurlefontionnement desmahines.Le gaindanse ontextevientdon de

larédutiondireteetindirete duoûtetl'amélioration delaabilité.Ce quiestdéritii est

aussivraipour dessystèmes ommeles mahines de bureau,maisà plus petiteéhelle.

Pouresgrossystèmes,laproblématiquedediminutiondelaonsommationvisedonàfaire

réduirel'investissementetlesfrais defontionnement etd'entretien duparinformatique.Pour

des systèmes embarqués, portables plus partiulièrement, l'intérêt de réduire la onsommation

estbien diérent.

Cette seonde préoupation est liée au fait que es matériels sont alimentés par batterie.

Malheureusement la tehnologie utilisée pour fabriquer les batteries a une évolution beauoup

pluslentequeelledes iruitséletroniques. La onséquenede esévolutions estquelaapa-

ité volumique des batteries ne roît pas aussi viteque la onsommation des systèmes qu'elles

alimentent.Labatteriereprésentealors uneressoureénergétiquepartiulièrement limitée.Lors

de la oneption des systèmes de ette atégorie, un soin tout partiulier est don porté pour

limiterlaonsommation. Latendane atuellevaverslaminiaturisation dessystèmesportables

(téléphones portable pesant moins d'une entaine de grammes). Cette tendane ontraint très

fortement les fabriants lors de la oneption pour le hoix entre autonomie et poids de la

batterie.

Depuis de longues années, les onepteurs de proesseurs intègrent des méanismes et des

tehnologiespourréduireladissipationd'énergie,etnotammentladissipationdehaleurpourles

proesseursd'ordinateursdebureauetdeserveurs.La température devenaitunfrein important

danslaourseauxmégahertzs,oniteraparexemplel'éhedupentium4inapabled'atteindre

lafréquenede6GHzenraisondetempératurestropimportantes.Laoneptiondeessystèmes

s'est don mis à tenir de plus en plus ompte de la dissipation par un meilleur étalement des

zonessensibles. Depuisquelquesannées, onnote unpassage àdestehnologies quine sont plus

autonomes,maisquinéessiteunpilotagedelapartdulogiiel.Cegenredetehnologie,omme

l'adaptation de la tension d'alimentation et de la fréquene de fontionnement du proesseur

(DynamiVoltageandFrequenySalingDVFS)permetdesgainsenonsommationdrastiques

en diminuant les performanes dusystème lorsque l'on n'en apas besoin. Un mauvais pilotage

peutdonentraînerunegèneàl'utilisation.C'estlaraisonpourlaquelleonenrelègueleontrle

au logiiel, beauoup mieux plaé pour répondre à es exigenes. Le matériel ne peut se baser

que sur des informations omportementales ontenues dans le passé du logiiel, alors que le

logiiel le système d'exploitation peut avoir des informations sur les besoins futurs de des

appliations. Pour ne iter qu'un exemple de telles tehnologies, on peut prendre l'exemple

d'Intel qui intègre depuis quelquesannées du DVFS danssa gamme de proesseurs embarqués

(StrongARM,XSale)etquifaitlamême hosedepuisplusréemmentsurdesproesseursplus

puissant ave satehnologieSpeedStep.

Dans la suite de e manusrit, nous nous intéresserons plus partiulièrement au as des

systèmes embarqués qui représentent une ible bien plus intéressante, d'une part pare que la

ontraintequereprésentelaapaitédesbatteriesesttrèsimportante,etd'autrepartarilssont

leplus souvent dédiés àune appliation. Laphase d'optimisationest souvent plus importante.

Lelogiielestlepointgénérantl'ativitématérielle:ilestdonaussiimportantdel'optimiser

pourqu'iltireun meilleurparti dumatérielenréduisantette ativitéetentirantavantagedes

solutionsmatériellesmisesàdispositionparlesonepteurs.Oniteraàeteetlestehnologies

DVFS,maisaussilesdiérentsniveaux demémoires, ommelamémoireentrale, lesmémoires

non-volatiles, ouenore desmémoiresde travail (srathpadmemory).

Laoneptiondulogiielpouressystèmesdoitdonêtreassistéepardesoutilsd'évaluation

de l'eaité énergétique simple et rapide. De plus, pour suivre la adene de prodution de

nouveauxsystèmesdansledomainedel'embarqué,lesoutilsdoiventêtre susammentexibles

etadaptables pour ne néessiterque peu de hangements pour être utilisablessur de nouvelles

plateformes.

L'exploitation eae de es méanismes est déliate et néessite de nombreuses étapes

d'optimisations.

Pourquelelogiielsoitlemieuxadaptéetdonlemieuxoptimiséentermedeonsommation

énergétique,ildoitl'êtresurlaplateformedénitive.Lesoutilsdontnousparlonsprennentdon

savoir une fois le matériel omplètement onçu etproduit. Il est fort peu probable d'avoir des

informations partiulièrement détaillées sur la struture interne du matériel à ette étape, ar

les équipes qui onçoivent le matériel etelles qui travaillent sur le logiiel sont généralement

diérentes. Il n'est pasnonplus envisageablede prévoirdesinstrumentations très poussées qui

rendraient l'outil très diile à adapteretnéessiteraient des ompétenesspéiques.

Nous allons don présenter ii une proposition basée sur une méthode solidequi part d'ex-

périmentations bas niveau pour en arriver à des appliations reétant des as d'utilisation de

etteproposition. Laméthodes'appuieenpremier lieusuruneidentiation etunearatérisa-

tiondesélémentslesplussigniatifs delaonsommation d'unsystèmeembarqué omplet. Ces

expérimentationspermettent de xerune méthodologie de mesuresetde donnerunaperçudes

pointsprépondérants de la onsommation, mais ausside eux qui setrouvent masqués dansla

globalité.

L'étape suivante de la méthode nous amène à mettre en plae une aratérisation de la

onsommation quis'appliquerait le mieuxà e ontexte,en s'inspirant destravauxpassésdans

ledomaine.

L'instrumentation d'une tellearatérisationpour l'automatisation de sonutilisation prend

plae logiquement dans lasuite de es travaux. Cetteinstrumentation se veutelle aussi leplus

exible etadaptable possible pour en failiterl'utilisation surde nouveaux systèmes.

Pour nir, l'appliation de es outils sur des exemples simples mais mettant en évidene

l'utilisation etlarihesse desretoursonlut lavalidationde ette méthode.

La suite de e manusrits'organise autourde inqhapitres dont voii leontenu :

Dansunpremiertemps,nousprésenteronsdanslehapitre2unpanoramadestravauxan-

térieurss'intéressantàlaaratérisationetàlavalorisationdelaonsommationd'énergie

danslessystèmes életroniquesnumériques.

Le hapitre 3 dérit la modélisation de la onsommation proposée au ours de es tra-

vauxautermedesexpérimentationsprésentéesplushaut.Cehapitredonnelesdétailsdu

raisonnement poursuivilors de laréation de e modèle, etprésenteensuite les résultats

des expérimentations réalisées sur deux plateformes de gamme de performanes très dif-

férentes permettant de valider que l'ensemble desaratéristiques de la proposition sont

bienrespetées.

L'instrumentation de ette aratérisation est disutée dans le hapitre 4. Cette instru-

mentationrenforelesaratéristiquesdumodèledanssaonstrution,toutenorantdes

retours de haut niveau sur l'appliation en ours d'analyse, par exemple par une rétro-

annotationde ode soure.

Lehapitre5donnedesexemplesd'utilisationdesoutilsintroduitsauparavant.Cesexemples

sontdesexpérimentations réaliséesauoursdestravauxdérits danse manusritetsont

proposés ii pour montrer la diversité des utilisations possibles et pour évaluer ertaines

hypothèses ouramment mises en avant dans les proposition se voulant eae en terme

deonsommation énergétique.

Pour nir, lehapitre 6 montre les limitesdes travaux eetués à l'heurede la rédation

de e manusrit et présente des extensions possible des outils mises en avant dans les

hapitres préédents. Ce hapitre donne don un aperçu des perspetives envisageables

pour les travauxprésentésdanslereste du manusrit.

État de l'art

Le hapitre qui suit présente plus en détailla question de laonsommation életrique dans

les systèmes életroniquesnumériques en dérivant lastruture de tels systèmes et les ompo-

santes de ette onsommation. Le but et l'utilisation de la aratérisation de l'énergie dissipée

permettent demieuxappréhender lesmotivationsdestravauxantérieurssurlesujet.Nouspro-

posons ensuite une lassiation de es travaux au regard de deux ritères : la granularité du

modèleetsaalibration. Pour nir, nousproposonsunaperçudesdiversesmanièresd'exploiter

les informationsde onsommation proposées danslalittérature.

2.1 Généralités sur la onsommation

Pour mieuxomprendreleontextedanslequelsont proposéslesmodèlesde onsommation

életrique de la littérature, il est tout d'abord néessaire de omprendre e qu'ils modélisent.

C'est pourquoi nousdonnonsun rapideaperçude lastruture dessystèmes embarquésetnous

verrons ensuite quelles sont les soures de onsommation dans es systèmes. Pour nir, nous

verronsennquelssontlesusagesetlesintérêtsdesmodèlesdeonsommationsdanseontexte.

2.1.1 Struture d'un iruit intégré numérique

Les systèmes tels que les ordinateurs ou les systèmes embarqués ommuniants (téléphone

portableou autre)peuventêtrevuspar leurs utilisateursnauxommedesboîtesnoirespossé-

dantun ertainnombre d'interfaespermettant desinterations ave l'utilisateurou l'extérieur

ommeun éranou unlavier.

Cetteboîtenoireestomposéed'unertainnombred'unitésdontlesfontionssontlairement

dénies. On retrouve le plus souvent une unité de alul, un proesseur (CPU), des mémoires

volatilesounon(SDRAM,Flash...). Cesomposantssontlesprinipauxélémentspermettantà

unsystèmeditinformatiqued'eetuerdesaluls. Àotédeela,on retrouvedesélémentsqui

servent soit à interagir ave l'extérieur (Port Série/UART, ...) soit à assister l'unité de alul

dans ertaines tâhes (aélérateurs, ...). Cette déomposition est représentée par la ouhe

supérieurede lagure2.1.

Il faut ependant être onsient quee genrede omposant est àson tourdéomposable en

un ertain nombre d'unités. La gure 2.1 donne un exemple non-exhaustif de e qu'est la dé-

CPU Co−proc Cache

MMU

ALU ITC

Mem CPU UART

Systeme

Coeur

Add.

Coeur

Decal. Decod.

Reg. UAL

Add.

Et

Ou

Soustr.

Fig. 2.1 Struturedessystèmes embarqués

ompositiond'unproesseurlassique.Onvoitqu'unpremierétagededéompositionomprend

desahes(deniveau 1),desunités degestionmémoire (MemoryManagmentUnit MMU)ou

enore deso-proesseurs. La partie prinipale à e niveau est nommé le÷ur (ore). Ce ÷ur

ontient à sontourdesregistres etuneunité arithmétiqueetlogique (ALU).

On peut enore subdiviser de manière réursive es éléments jusqu'à atteindre la brique

élémentaire de toutsystèmeéletronique numérique,le transistor.

La oneption de tels systèmes se déroule en deuxphases. La première, elle où l'ensemble

deshoix de oneption sont faits est une méthode desendante, on regarde lesystème de plus

en plusen détailpour endénir les unités,puis leurs ontenus. Pour laseonde phase, laréali-

sation,les onepteursutilisent uneméthodepartant desouhes lesplusbassespour remonter

progressivementjusqu'auxouheslesplushautesenassemblantlesbloslesuns ave lesautres

àhaqueouhe. Onnommeraesdiversesouhes,niveau d'abstrationou niveau de granula-

rité dans e qui suit. En eet,hoisir une des ouhesde lagure 2.1 pour dérire un système

onsiste àhoisirla granularitédesblos quileompose.

2.1.2 Quid de la onsommation életrique des iruits

Pouromprendreequiauselaonsommationd'unsystèmeéletronique numérique,ilfaut

seplaer au niveau destransistors, leniveau leplus basde l'éhelle d'abstration[60 ℄.

Ces transistors sont assemblés en portes réalisant des fontions logiquesélémentaires. Pour

illustrersimplementles ausesdelaonsommation, laportelogiquelaplusélémentaire, l'inver-

seur, est ouramment utilisé aril ne omporte quedeux transistors.La gure2.2 en ore une

illustration.

Le fontionnement de l'inverseur est extrêmement simple. En eet, lorsque l'entrée A est

à 0, niveau de tension

V _cc

la sortie reliée à

V _dd

B A

N-MOS P-MOS

V _dd

V _cc

Fig.2.2 La porte élémentaire, l'inverseur

Lefontionnementd'unetelleportegénèredeuxtypesdistintsdeonsommation.Lepremier

type est dépendant de l'ativité générée sur la (ou les) entrée(s) de la porte : on l'appelle

onsommation dynamique.Le seondtype esten revanhe omplètement indépendant de toute

espèed'ativité :il s'agitde laonsommation statique.

La premièrepartie delaonsommation, laonsommation dynamiqueestà sontourissuede

deuxsoures prinipales:les ourantsde ourt iruitetde hargede laapaitéde sortie. En

eet,lasortie delaportelogiquepeutêtrevuommeuneapaitéàhargerpourfairehanger

le niveau logique de lasortie du 0 vers le1 logique. Dans leas du passage du 1 au 0, onvide

laapaité. Cettehargesefait don depuis

V _dd

B A

C V _dd

V _cc

Fig.2.3 Consommation dynamique :harge delaapaitéde sortie

Conernant l'énergie néessaire pour eetuer ette harge de apaité de sortie, elle est

modélisée par laformule(2.1).

E = 1

2 CV _dd ²

La seonde partie de la onsommation dynamique s'explique par le fait que les deux tran-

sistors (N-MOS et P-MOS) sont passants simultanément lors d'un hangement de l'état de la

sortie. Ainsisur l'exemple de l'inverseur, unsimple passage de0 à 1 ou de1 à 0 setraduit par

unourt-iruit brefentre

V _cc

V _dd

entréeest autourde latensionde seuilnotée

V _th

Lemodèledonnantlapuissanedissipéependanteourt-iruitestdonnéparlaformule2.2.

Onvoit quela puissaneest dépendante dutemps de transition dusignal

τ

tehnologique

K

B A

≈ V _th

V _dd

V _cc

Fig.2.4 Consommation dynamique :ourant deourt-iruit

P _short

cut = K.(V _dd − 2V _th ) ³ .τ

Pournir,ladernièreomposantedelaonsommationd'unsystèmeéletroniquenumérique,

est sa onsommation statique. En eet, en l'absene de transition desentrées, l'état des sortie

est stable. Cependant, dans ette situation, un transistor (N-MOS ou P-MOS) est passant et

l'autre est bloquant. Dans ette situation, un ourant appelé ourant de fuite traverse tout de

même le transistorqui est à l'étatnon passant.Dans leas de l'inverseur, ave une entrée à0,

letransistor P-MOSest traversé par etype de ourant (gure2.5).

0 1

B A

V _dd

V _cc

Fig. 2.5 Consommation statique:ourant de fuite

La puissane statiqueestalors modélisé parl'équation 2.3.

P _static = V _dd × I _leak

Les trois types de onsommations présentés préédemment pour l'inverseur sont générali-

sables pour l'ensemble des portes logiques, voire même pour des blos de taille supérieure. Il

s'agit don des mêmes omposantes de base pour la onsommation des iruits intégrés numé-

2.1.3 Pourquoi utilise-t-on des modèles

Dans eontexte, plusieurssituations diérentesjustient del'utilisation d'unmodélisation

de onsommation.

Dans un premier temps, lors de la oneption de système, laseule information de onsom-

mation disponible passe par l'utilisation de modèles. Dans e genre de situation, le modèle est

utilisé pour validerleshoixde oneptionsans avoir àréalisereetivement les iruits,e qui

oûteheretallongelourdement leyledeoneption.La modélisationpermetdondegagner

du tempset diminue le nombrede iruits ratés.

Avedessystèmesdeplusenplusgrosetdondeplusenplusomplexesàsimuler,plusieurs

modèles sont proposés pour diminuer la omplexité de la modélisation. L'argument est ii de

diminuer le temps néessaire pour obtenir les résultats de simulation, en diminuant le temps

orrespondant àl'utilisation de e modèle.

Pour nir, un dernier ontexte justie l'utilisation de modèles. En eet, même si le maté-

riel est disponible, il est de toute manière fastidieux de mener des ampagnes de mesures de

onsommation pour jugerde l'eaité de laoneptiondulogiiel quitourne surlesystème.

Dans l'ensemble de es ontextes, l'utilisation est relativement onstante. Pour mettre en

÷uvre un modèle donné, on fait appel à la simulation. La gure 2.6 dérit le proessus de

l'utilisation d'unmodèle dearatérisation de laonsommation.

CPU Co−proc Cache

MMU

ALU ITC

Mem CPU UART

Systeme

Coeur

Add.

Coeur

Decal. Decod.

Reg. UAL

Add.

Et

Ou

Soustr.

Niveau d’utilisation

Niveau du modele Estimation des parametres

Calcul de la consommation

Fig. 2.6 Utilisationd'unmodèle deonsommation

On peut noter que l'utilisation d'un modèle de onsommation se déompose don en deux

phases distintes. La première est l'estimation des paramètres du modèle. En eet, omme le

niveau auquel on souhaite avoir des informations est plus haut que elui du modèle hoisi, on

a reours à une phase de simulation quisert à estimer le omportement de l'inter-ouhe pour

évaluer es paramètres. La seonde étape estdon d'attribuer à haque paramètre son oûtet

ainside remonter lesinformations de onsommationagrégées.

2.2 Caratérisation de la onsommation életrique

De nombreux travaux se sont déjà intéressés à la aratérisation de la onsommation éle-

présentons d'abord les ritères retenus pour leur lassiation et ensuite nous proposerons un

aperçud'unertainnombre de es travaux.

2.2.1 Critères de lassiation

Pourorganiserlesmodèlesde onsommation,onhoisitiideuxritèresquisontinhérentsà

leuronstrution.Eneet,lorsdelaoneptiond'unmodèle,deuxprinipauxhoixsontàfaire.

Le premieronerne leniveau d'abstration dumodèle, et leseondorrespond àlaalibration

desoûts danslemodèle.

Niveau de granularité,niveau d'abstration

Le premierritèreorrespond àlanotionmiseen avantpréédemment lorsdeladesription

de la struture d'un système, la notion de granularité. Ce ritère dénit la taille des éléments

utilisésommebriquesde basepour laonstrution dumodèle etles paramètres possiblespour

leur aratérisation.

Les modèlesde onsommation peuvent don êtrelassés par niveau d'abstration, allant du

niveau le plus bas, le niveau transistor, au niveau le plus haut, le niveau système. Dans ette

fourhette,onregroupe lesontributions suivanttrois(ou quatre)prinipaux groupesdeniveau

degranularité:leniveauiruit/porte, leniveauarhitetural,etleniveau système/instrution.

La gure2.7donne unaperçude e déoupage.

Niveau transistor Niveau systeme

Granularite

Niveau architectural

CPU Co−proc Cache

MMU

ALU ITC

Mem CPU UART

Systeme

Coeur

Add.

Coeur

Decal. Decod.

Reg. UAL

Add.

Et

Ou

Soustr.

Fig. 2.7Niveau de granularité

Ainsi dansla lassela plus haute, les modèles plaés auniveau système etinstrution, une

attentionpartiulière estportéeàaratériser laonsommationéletriquedesinstrutions.Par-

foisetteonsommationestuniquement représentéepar unetableontenantlesonsommations

desdiérentes instrutions de l'unitéde alul, parfoisleoûtde lalogique estpris en ompte.

Par exemple par la prise en ompte de la onsommation inter-instrutions ou enore parfois

même leoûtde lalogique dedonnées estmodélisé.

Au niveau inférieur, la lasse des modèles de niveau arhitetural, le système est divisé en

blosavant d'être modélisé. Le déoupage se faitla plupart dutemps de lamême manière que

elui présenté à la setion 2.1.1. En eet, aratériser un système blo fontionnel par blo

pourquoides modèles omplètement diérents peuvent être hoisis pour haque blo, ave des

paramètres les mieuxadaptés aublo.

Pour nir, au niveau le plus bas, les modèles de niveau iruit et porte aratérisent la

onsommation àun graintrès n,elui du transistorou delaporte.

Données de alibration

Unefoisquelehoixduniveaudegranularitéestfaitetdoneluidesparamètresaussi,vient

l'heure d'obtenir des données quantitatives permettant de alibrer les oûts de es paramètres

pourestimer au mieux laonsommation.

Ii enore,on peutdistinguer troisas. Ces troisas sont laalibrationpar simulation, par

mesures,etles modèles analytiques. Deuxde esas, les deuxpremiers, sont desalibrations à

proprement parler,alorsquedansletroisième as,iln'yabesoin quededonnéestrèsgénérales.

Dansletroisièmeas,eluidesmodèlesanalytiques,auunedonnéeniauuntraitementn'est

réellementnéessairearlesmodèlesanalytiquessontleplussouventbaséssurlesloisphysiques

etlesdesriptionsarhiteturalespourprédirelaonsommationéletrique.Cegenredeméthode

estleplussouventutilisé surdesunitésbas-niveau àstruturerégulière.Parexemple,ontrouve

ungrandnombredemodèlesdeonsommationdeaheutilisantetteméthode.Ilestependant

assez diile de modéliser des struturesmoins régulières ave des paramètres aussi généraux,

e qui aboutit àune mauvaisepréision despréditions.

La seondeméthode onsisteàobtenir desdonnéesdealibrationparsimulation. Ave ette

méthode,on onstruitlemodèlegrâeàunproessusallant dubasverslehaut,enutilisantdes

modèles de granularité inférieureommeillustré par lagure2.8.

CPU Co−proc Cache

MMU

ALU ITC

Mem CPU UART

Systeme

Coeur

Add.

Coeur

Decal. Decod.

Reg. UAL

Add.

Et

Ou

Soustr.

Utilisation par simulation

Construction Modele

Fig. 2.8 Calibration par simulation

Ce proessuspeutêtrerépété niveaupar niveau. Àhaque étape,les paramètres du niveau

inférieur doivent être estiméspar simulation pour rassembler les données néessaires.Cettedé-

marhe requiert don une ertaine onnaissane de l'arhiteture du matériel. On remarquera

qu'auuneplateformematériellen'est néessaireii,puisquetoutequiestnéessaireserésume

à des informations d'arhiteture du matériel modélisé. Ce genre de proessus est utilisable

pendant la oneption des iruits an d'estimer la onsommation résultante et ainsi tester la

viabilité de la solution avant la prodution. En résumé, lorsqu'on estime le oût d'un para-

mètre,onsimuleequisepasse endessouspourensuiteagrégerlesonsommationsauxouhes

Une dernièreméthode seposeommealternative auxsolutions analytiques,ou utilisant des

simulations de l'arhiteture sous-jaente. Cette méthode s'appuie sur des mesures physiques.

En eet, on peut tout aussi bien onstruire un modèle de onsommation en réupérant les

données quantitatives diretement sur le matériel. Ce genre de solution impose bien sûr qu'il

soit disponible, ontrairement aux préédentes solutions. Comme le montre la gure 2.9, le

proessusde alibrationpar mesuresest l'opposédeelui utilisant lasimulation. Eneet,dans

ette situation, desmesures de onsommation sont eetuées àun niveau qui estgénéralement

supérieur à elui du modèle résultant. Il en résulte don une phase d'extration qui vise à

extrairedeesmesuresglobaleslesinformationsintéressantes.Laproédureiiestdonbiende

générer une ativité qui ontient le paramètre àun niveau supérieurpour extrairedes mesures

une estimation du oût de e paramètre. Les modèles obtenus par e genre de tehnique sont

souvent moinsomplexes puisqu'il est très diile d'obtenir desdonnées de grain très n ave

desmesures,maispeuvent trèsbienêtre misen ÷uvrelorsqu'onneonnaît riende lastruture

ne dumatériel sous-jaent.

CPU Co−proc Cache

MMU

ALU ITC

Mem CPU UART

Systeme

Coeur

Add.

Coeur

Decal. Decod.

Reg. UAL

Add.

Et

Ou

Soustr.

Construction

Utilisation par simulation

Modele

Fig. 2.9 Calibrationpar mesures

Lessolutionsdemontagespourlesmesuresphysiquesontunspetredeomplexitétrèslarge:

elavadusimpleampèremètre aumontageomplexe permettantunerésolution temporelletrès

grande.

La solution la plus simple est proposée par Tiwari et al. dans [75℄. Elle onsiste en un

ampèremètre onneté sur l'entrée d'alimentation du proesseur. Cette méthode a l'avantage

d'être très simple à implanter et d'utiliser du matériel bon marhé. Le gros désavantage de

ette solution est ependant la perte d'information. Pare qu'il a une très mauvaise résolution

temporelle, l'ampèremètre nepermetd'obtenir quedesvaleursmoyennes.

RusselletJaome proposentunesolutionpourrésoudreeproblèmedans[63 ℄.Leursolution

pour aquérir lesdonnées estd'utiliser un osillosopenumérique ouplé àune résistane plaée

ensériesurl'alimentation dusystème.L'osillosopehoisipoure genredemesureestbiensûr

un matérielde hauteperformane(dans leur asun LeroyLC534) pour safréquene d'éhan-

tillonnage élevéeetsamémoire.Lalimited'untelmontageestalors donnéeparlaperformane

de l'osillosope.

Larésistaneplaéeensériedel'alimentation danslemontagepréédentonstituesontalon

d'Ahille. En eet, ette résistane interfèresur l'alimentation du systèmeen ours de mesure,

arplus leourant utilisé par lesystèmeest grand, plusla hutede tensiondue à larésistane

est importante. Pour limiter ette inuene, Nikolaidos et Laopoulos [56℄ proposent d'utiliser

d'éhantillonnage élevé de l'osillosopeà l'absene d'interférene dumiroir de ourant.

Pournir,Changetal.,dans[12 ℄,proposentunmontagedonnantlaonsommationéletrique

yle par yle. Ce montage est basé sur la harge et déharge de ondensateurs. En eet, le

montageest plaéen sériesurl'alimentation életrique.Le prinipeest dehargerune apaité

à haque yle pendant que la seonde se déharge en alimentant le système. L'information

surlaonsommation estensuite obtenue enéhantillonnant simplement deuxfois par yle. Le

montageestpour elaomposédeonvertisseursanalogiquesnumériqueetdemémoirestatique

rapide(FastStatiRandomAessed MemoryFastSRAM).Lesonvertisseurséhantillonnent

la tension aux bornes des ondensateurs et remplissent la mémoire. Les données sont ensuite

diretement utilisées depuislamémoire statique pour traitement.

2.2.2 Classiation

Les deux ritères de lassiation proposés ne sont pasomplètement orthogonaux puisque

toutes les ombinaisons nesont paspossiblesvoire pertinentes.

Eneet,lesmodèlesanalytiquesnepermettentdeiblerquedesunitésdebasniveauàause

de laomplexité de leurproessusde fabriation.Nousnedétaillerons plusette méthodedans

la suite de e manusrit, puisque nous nous intéressons à des modèles de beauoup plus haut

niveau.

La onstrution de modèle par simulation est rarement utiliséepour desaratérisations de

trèshautniveau.Iloûteextrêmementher,entermedetemps,deonstruireunmodèledehaut

niveau pour un nouveau matériel, saufbiensûr dansle asoù une grandepart de réutilisation

estpossible pour ette onstrution.

Pour nir, on ne trouve quepeu de modèles de bas niveau basés surdes mesures.En eet,

plusleniveau dumodèlerésultantestbas, plusildevient diile d'obtenirdesinformations de

onsommation par mesures.Soit on reste à un niveau raisonnable pour faire desmesures et la

phase d'extration desinformations estomplexe etpeu préise, soit on eetue desmesures à

desniveaux plusbas, par exemple surdu matériel instrumenté, etalors lematérielpermettant

de lesréaliser estonéreux etmanipulable uniquement par desinitiés.

Après uneprésentation rapide d'uneextension lassiquedemodèleanalytiqueà unsystème

omplet,nousproposeronsdesexemplesdearatérisationd'énergieproposésdanslalittérature.

Ces propositions sont organisées selonleurs lasses de niveauxd'abstration.

Un modèlede onsommation analytique lassique.

Comme nousavons pule voirau 2.1.2, laonsommation d'uniruit intégré numérique est

répartie entre trois prinipales soures de onsommation. Une est statique alors que les deux

autres sont dynamiques, 'est à dire dépendantes des entrées. Dans les tehnologies utilisées

jusqu'àprésent,larépartitions'organisedefaçonqueles onsommationsstatiqueetdynamique

de ourt-iruit sont négligeablesdevant laonsommationde hargede laapaitéde sortie.

Le modèle proposé par l'équation (2.1) pour aratériser la onsommation d'un inverseur

lors d'unpassage au niveau logique 1de la sortieest généraliséà une unité de taille arbitraire.

Cette généralisation est dérite par la formule (2.4). Elle est régulièrement utilisée dans des

modèles de niveau arhitetural pour modéliser un blo ou une pue omplète. La apaité de

sortienotée

C

C _m

f α

le fait que l'ensemble des portes du blo ne basulent pas en même temps, mais seulement

une portion. Cependant, ette situation se reproduit à haque front d'horloge. Ainsi

f

fréquened'horlogedefontionnement dubloet

α

qui ommutent de0 vers1 àhaque frontd'horloge.

P = 1

2 C _m V _dd ² f α

Cegenredemodèlenepeutservirqu'àtitreindiatifenl'absenedeplusd'informations.En

eet,lesparamètres

α

C _m

sont uniquement des valeursmoyennes.

Niveau transistor et porte.

La aratérisation qui permet d'atteindre le niveau de détails des onsommations est assu-

rément la modélisation au niveau des transistors. On retrouve des outils omme SPICE [69℄,

HSPICE [32 ℄ ou enore Star-sim [38℄ (dérivé de SPICE) qui utilisent des modèles onstruits à

partirdesloisphysiques.Lesoutilsdesynthèsedeiruitsproposentdemêmedesfontionnalités

d'estimation de onsommation pour les iruits en ours de oneption, omme PowerMill [19 ℄

de Synopsys ou QuikPower [18 ℄ de Mentor Graphis. Tous es outils utilisent les desriptions

bas-niveau des iruits (VHDL, Verilog). Le prinipal désavantage de e genre de aratérisa-

tionest sonénorme omplexité,l'estimation de laonsommation d'unopérateur deomplexité

moyenne (additionneur) peut prendre plusieurs heures en utilisant SPICE. Cette omplexité

empêhe don lasimulationde grossystèmes etd'ungrand nombred'événements.

Une amélioration proposéepour diminuereténorme handiapàlasimulation estdeplaer

lemodèleauniveau supérieur,lesportes.La briquede basen'est alorsplusletransistormaisla

portelogique.OntrouvedessimulateurstelsqueMynoh[59℄quimettenten÷uvredesmodèles

de niveau porte, les performanes gagnées (à l'utilisation) sont éloquentes, un ratio de 450 par

rapportà l'utilisation d'unmodèletransistor (type SPICE).

Les modèles (et outils de simulations assoiés à es modèles) présentés ii néessitent tous

des informations détaillées sur la struture du matériel iblé (desription HDL ou équivalent).

Cesmodèlessontplutt destinésàêtreutilisésauxétapesdeoneptiondesiruits,avant leur

prodution.La desriptiondétailléedu iruitest alors disponible.

Niveau arhitetural

La partiularité de ette atégorie de modèles est, nous l'avons vu plus haut, qu'ils sont

entrés sur le blo fontionnel. La onsommation énergétique du système estalors estimée par

unepréditiondesonsommations detouslesblosquileonstitue.Pourela,haqueblopeut

avoir son propre modèle, adapté à la logique interne. Il existe des modèles arhiteturaux qui

aratérisent deséléments degrains ns àdessystèmesplus omplexes.Ontrouve par exemple

desmodèlespourlesahes[80,35℄,pourlesunitésdegestionmémoire[43 ℄,pourlesbus[40 ,83 ℄

...Nousnousfoaliseronspluspartiulièrement surlamodélisationde systèmesserapprohant

leplus desystèmes omplets.

Le premiermodèlede niveau arhitetural quenousallonsprésenter aétéproposépar Chen

et al. [15, 14, 13℄. Le système modélisé dans e travail est un système omplet omprenant

onnetés àde la mémoire par un bus. La granularité hoisiepar lesauteurs est assez ne,ar

les blos hoisis sont les registres, l'unité arithmétique etlogique (Arithmeti and Logial Unit

ALU), l'unité de multipliation-aumulation (Multiply and ACumulate MAC). De plus,

ettedéomposition,proposéeparlesauteurs,esthiérarhiqueetestappliableàl'ensembledes

éléments de la ible. En e qui onernent l'eaité du modèle, les auteurs le veulent le plus

préispossible:'est pourquoiils déident detenir ompte de laommutation de lalogique de

donnéeetdelalogiquedeontrleprovoquéesparlesinstrutions.Lesblossontalorsregroupés

en deux familles : les blos dépendants et indépendants des valeurs. Dans la première famille,

laonsommation énergétique du blo varie en fontion desentrées alors quee n'est pas leas

dans laseonde famille. Les modèles utilisés pour les blos sont basés sur des tables nommées

LUT (Look-Up Table) remplies grâe au modèle généralisé présenté au 2.2.2. Les estimations

résultantes d'untel modèlesont préises à environ9%des valeursréelles.

LietHenkel[47 ℄ onstruisentunmodèleàunniveau d'abstrationlégèrementplushaut.En

eet,laatégoriede systèmeviséeparleur modèleestaussiunsystèmeompletomprenant un

proesseur, de la mémoire et même desblos de logique dédiée représentant les périphériques.

Dans e modèle, le proesseur est onsidéré omme un blo fontionnel. Les autres blos, au

même niveau d'abstration, sont don la mémoire entrale, les ahes et le matériel spéique

(périphériques).Lesmodèlesutiliséspourhaqueblosontpurementanalytiques,baséssurdon-

nées arhiteturales et tehniques trouvées dansla doumentation desomposants(nombre de

lignesetdeolonnespourlamémoire)ouenoredesdonnéesomportementalesdel'appliation

(nombre dedéfauts de ahe,...).

Kim et al. [37℄ étendent un simulateur préis au yle près pour qu'il fournisse des infor-

mations de onsommation. Le modèle qu'ilproposent pour ela estde niveau arhitetural. Le

système visé par les auteurs est uniquement un proesseur. La partiularité prinipale de leur

modèle est son aspet réursif. En eet, tout le système est divisé en blos omme dans tout

modèle de niveau arhitetural : ils sont appelés blos miro-arhiteturaux. L'aspet réursif

vient du fait que haque blo peut être à son tour sub-divisé en sous-blos. Chaque blo (ou

sous-blo) est modélisé grâe à trois prinipales omposantes : la harge de la apaité d'en-

trée,laommutation delalogiqueinterne dueauxentrées etennlapuissanestatiquedue au

ourant de fuite. L'ensemble des données de onsommation sont alors stokées dans destables

(LUT) pré-alulées, mais les auteurs proposent ausside remplaer les tables par des modèles

analytiques.

Watth [9℄est, luiaussi,un modèlede onsommationintégré dansunsimulateur de proes-

seurpréis auyleprès, SimpleSalar [10 ℄.L'extension desauteurs traqueles aèsauxunités

fontionnelles pour prédire laonsommationénergétiquedu proesseur.Lesauteurs regroupent

lesunités fontionnelles en quatrelassesmodéliséesde manières diérentes. Ces quatrelasses

sont : les strutures régulières (mémoire ahe), la mémoire adressée par le ontenu (Content

Addressed Memory CAM), la logique omplexe et enn les arbres d'horloge. La lasse des

struturesen veteursreprésentepar exemple lastruturedesahes. LesCAMsont desstru-

ture ommunément utilisés dans les TLB (Translation Look-aside Buer) ou enore dans les

tampons d'éritures. La logique omplexe est fréquemment présente dans les unités arithmé-

tiques et logiques ou les unités ottantes. Enn, les arbres d'horloge sont les strutures qui

distribuentlesignald'horlogesurl'ensembled'uniruit.Chaquelassereprésentedelalogique

ayantunomportementbienspéique,quiestdonmodéliséparunmodèleanalytiqueavedes

paramètres adaptés à ette spéiité. Pour avoir une idée desperformanes atteignables dans

ette lasse de modèle, les auteurs annonent un fateur de 1000 par rapport à une simulation

au niveau iruit touten onservant une erreur relativement orretede 10%.

aussibasésurSimpleSalar. Il simuledon l'exéutionde haque instrutiondanshaque étage

du pipeline du proesseur. À partir de es informations, seulement les blos réellement ativés

sont évalués dans le modèle arhitetural proposé par les auteurs. Le simulateur utilise un si-

mulateur deahe,desmodèles analytiques etdestables(LUT)pourprédirelaonsommation.

Les paramètres utiliséspour es modèles sont les valeursd'entrées et desinformations de om-

portement (défauts de ahe, ...). Le modèlerésultant à une préision d'environ 15%d'erreur.

Cependant, e hireest donné en rapport àdes préditionsobtenus ave une modélisation de

niveautransistor.

Des travauxquis'orientent plusversl'explorationarhiteturaleproposent dessolutions qui

repondent à une bonne partie des objetifs que nous avons xés. Par exemple, les travaux de

AbrilGaria[26 ℄proposentunesolutiondemodèledeplateformeomplèteutilisantpourhaque

blo arhitetural lemode de fontionnement pour modéliser la onsommation. Cette solution

est basée surdes modèles de type analytiques qui implique une onnaissane de l'arhiteture

de haun des blos.

Pouronlure,lesmodèlesdeniveauarhiteturalsontonçusetutiliséspourleurplusgrande

exibilité. Enfait, lebut prinipal de laplupart dees modèles estlaréutilisation de partie de

modèles entre diérents systèmes ibles. En eet, il n'est alors pasutile de reréer un modèle

omplet pour une nouvelle arhiteture, mais simplement d'ajouter, retirer ou enore modier

desblosfontionnelsaumodèleexistant.Lebutestaussid'êtremoinsomplexequelesmodèles

duniveau inférieur(niveau iruitetporte),toutenrestant pluspréisquelesmodèlesde plus

haut niveau.À eniveau,touslestransistorsouportesne sontpasmodélisés(etdon simulés).

Lemodèleoûtedonmoinsherentempsàl'utilisation,maisiltientenomptedesspéiités

de la logique des diérents blos fontionnels du système en utilisant des modèles diérents

pour aratériser leur onsommation. Certains de es modèles sont failement adaptables à

nosobjetifspour lamodélisationd'unsystème ompletpuisqu'on peutles étendre pour qu'ils

prennentenomptetoutelaplateforme,leproesseur,lesmémoiresetlespériphériques.Lesdeux

premiers exemples répondent à e genre de ontraintes. On notera qu'auun exemple présenté

ii n'est basésurdesmesures.

Niveau instrution et système

Le modèle de Tiwari et al. [75, 76℄ pour l'estimation de la onsommation életrique d'un

proesseur(x86) utilise desmesures physiquessurun système. Lesmesuressont réalisées grâe

aumontageampèremétriquedéritenndesetion2.2.1.Puisqueetoutilmoyennelesvaleurs,

auunemesurediretenepeutêtre eetuée.Laméthodeproposéepar lesauteurspourobtenir

desinformations deonsommation surles instrutions exéutées surleproesseurest deplaer

l'instrutiondansunebouledontlatailleestorretementhoisie.Cettebouleestexéutéesuf-

samment longtempspourquelaonsommation duproesseursestabilisesurlaonsommation

del'instrutionenoursd'évaluation.Lavaleurduourantmoyenestalorslusurl'ampèremètre.

La puissanemoyenne dissipée par l'instrutionest alorsobtenu en multipliant lavaleurpréé-

dentepar la tensiond'alimentation. L'ensemble des onsommations obtenues de ette manière

pour toutes les instrutions forment don une table. Cependant la somme des onsommations

des instrutions d'un programme n'estime pasdèlement la onsommation du logiiel omplet

arelane reètepaslaonsommation dueàlaommutation delalogique duproesseurentre

haque instrution. Les auteurs proposent alors de tenir ompte de ette onsommation en a-

ratérisant les onsommations inter-instrution. La proédure utilisée pour ette phase est la

même quelapréédente pour haque paired'instrutionsenlesexéutantalternativement,sauf

deuxinstrutionsen question.Dansette approhe,lesoûts inter-instrutions sont dononsi-

dérésommesymétriques,pluspréisément lesoûtsinter-instrutions représentent lamoyenne

des oûts de haque sens. Le point le plus diile de ette tehnique est la omplexité de la

onstrution des tables. Si on onsidère un jeu d'instrutions de taille

n

baseest de taille

n

n ²

isiondel'estimation delaonsommation, lesauteursatteignentune préisionde l'ordrede3%

desvaleursmesurées.

Pour palierlaomplexité dumodèle, prinipalement auniveau delatailledestables,Lee et

al. [44 ℄ ont proposé uneamélioration pour lamodélisationd'un DSP.Leurproposition onsiste

àregrouperles inter-instrutionsen lasses.Laomplexitédeette tabletombealors largement

endessousde

n ²

Steinke et al. [70 ℄ proposent quant à eux un travail de modélisation de la onsommation

életriqued'unproesseurbeauoupplusadaptéetutilisédansles systèmesembarqués, l'ARM

7 (ou plutt le ÷ur ARM7TDMI). Leur travail s'appuie lui sur des mesures physiques ave

un ampèremètre. L'extration des informations à partir des données des mesures utilise des

régressions linéaires. Cela permet aux auteurs d'explorer plus de paramètres que simplement

l'instrution, par exemple le numéro de registre, lavaleur du registre,la valeur immédiate, ....

Par tous esparamètres, ils étudient prinipalement l'inuene du nombrede bits à1 dans les

valeurs.La priseen ompte detels paramètres permetdegagnerlégèrement surlapréision,et

de tomberà2%d'erreur.

Ledéfautprinipaldesméthodespréédentesestl'utilisationd'unoutildemesurepossédant

unegammedefréqueneétroiteneproposantquedesvaleursmoyennesdepuissane.Lespisde

onsommations sont don perdus dans es onditions. Russell et Jaome, dans [63 ℄, proposent

une solution qui possède une résolution temporelle bien meilleure par l'utilisation d'un osil-

losope numérique. Grâe à ette amélioration de la résolution temporelle, les estimations se

veulent pluspréises.En eet,danslesmesuresfaitespar Tiwariet al. oulesautres travaux,la

onsommation de l'instrution évaluée est mesurée par sonexéution dansune boule. Cepen-

dant,la onsommation de laboule (saut ettest) estaussi omprise dansles mesures. Elle est

négligéearn'apparaissant qu'unefoissurungrand nombred'exéutions del'instrution(ou de

l'inter-instrution). Russell et Jaome proposent de proter de ette amélioration de montage

pour mesurer la onsommation du orps de boule uniquement par l'utilisation d'un signal de

délenhement (trigger). Ii enore l'extration des informations des données de mesures est

faite grâe à une méthode statistique appelée modèle du paramètre onstant. Les paramètres

retenus pour lemodèlenalserésument simplement autype d'instrution.Lesauteurs ontmis

àl'épreuveleurmodèlesurunproesseurInteli960iblantlessystèmesembarqués.Lapréision

atteintepar e modèle estd'environ8% d'erreur.

Lee et al. [45℄ proposent une autre solution pour se débarrasser de l'inexatitude des me-

sures utilisant les statistiques. Leur tehnique est aussi de alibrer le modèle sur un matériel

existant, plus partiulièrement un proesseur (CPU), grâe à un montage de mesures simple.

Elleviseàonstruire unmodèledeonsommationlui-aussientrésurlesinstrutionsexéutées.

La nouveauté de leur approhe est l'utilisation d'analyse par régression multivariable. Cette

méthode permet d'extraire failement les paramètres intéressants pour le modèle. Si elle est

appliquée orretement, ette méthode permet de onstruire un modèle de onsommation en

onnaissant enoremoinsd'informations surlastrutureinterne.Lesestimationsdeonsomma-

tionde leur modèlepour unARM7TDMI sont environ à2.5% d'erreuren moyenne desvaleurs

mesurées. Ave seulement des informations limitées sur l'arhiteture sous-jaente, les auteurs

prédirelaonsommationàhaqueinstant,equiestrendupossibleparl'utilisation del'analyse

par régression.

Dans ette lasse de niveau de granularité, on peut aussiplaer desmodèles dont le niveau

d'abstration est situé enore au dessus des instrutions. La maro-modélisation de Muttreja

et al. [54 ℄ appartient à ette atégorie. En eet, les onsommations des appliations sont alors

modélisées en utilisant des paramètres de très haut niveau tels que les tailles des variables.

Pour onnaîtreles paramètres qui sont réellement inuentssur laonsommation, une phase de

alibrationautomatisée estmise enplae par lesauteurs. Cettephase reposesurune reherhe

automatisée des paramètres et une simulation au yle près. La séletion des paramètres est

alors faite par l'utilisationde régressionsymboliquesur esrésultats.

L'analyse de onsommation életrique au niveau fontionnel que l'on retrouve dansSoftex-

plorer [64℄ faitaussi partie de estravaux. La onsommationd'un proesseur yest aratérisée

grâeàdesparamètres arhiteturaux(blos)etdesparamètres algorithmiques.Lebutd'untel

modèle estalors de réduire laomplexité dumodèleà saonstrution etàsonutilisation ense

plaçant à unniveau supérieurauxinstrutions.

Les modèles présentés ii sontentrés surl'estimation de laonsommationd'unproesseur.

Nous nous intéressons à estimer ette onsommation, mais aussi de elle générée par le reste

du système. Les modèles de niveau instrution ne nous le permettent pas tel quel. On pourra

remarquerquedanse genredetravaux,laalibrationpar mesuresestlargement répandue. Un

ertainnombredepropriétés desmodèles proposésiisontàretenir,telquelafaibleomplexité

de l'utilisation dumodèle pour une estimation orientée logiiel.

Pour onlure, les méthodes utilisant la simulation et les modèles analytiques sont plus

souvent orientées vers les premières phases de la oneption de iruit VLSI. À l'inverse, les

méthodes s'appuyant sur les mesures ont besoin de peu d'informations sur la struture bas

niveau des omposants : elles se rapprohent don plus des attentes de la simulation orientée

logiielle. On remarquera aussi que la grande majorité des modèles sont plus partiulièrement

onstruits pour une ible donnée. Seuls quelques rares exemples envisagent d'être adaptés sur

dessystèmes diérentsommepar exemple Mutterja et al. ave leur maro-modélisation.

2.3 Exploitation des modèles de onsommation.

Nous allons maintenant proposer un aperçu de e qui existe en matière d'utilisation des

modèles de onsommation. Nous avons présenté au 2.1.3 la meilleure méthode pour utiliser e

genre de modèle, qui est de l'intégrer dans un outil de simulation en harge de systématiser

l'évaluationdesparamètres and'obtenir lesinformations deonsommationpar lebiaisdu(ou

des)modèle(s).Il estependantnotable queertainstravauxs'abstraient deettesimulationen

basant leur modèlesurdesparamètres detrès haut niveau [?℄ou algorithmiques [64℄.

Nous ne détaillerons ii queles outils ayant pour but la simulation logiielle, qui sont plus

adaptéspoureetuerdesprolsd'appliation.Parmi essimulateurs, onpeutrépertorierdeux

grandesfamilles. Lafamille dessimulateurs nevisant quel'unité dealul(proesseur),voirela

2.3.1 Simulation de proesseur

Dans ette famille de simulateurs, l'objetif poursuiviest pluspartiulièrement l'évaluation

algorithmique:'estlaasdeSimplePower[79 ℄présentéplushaut.Leurtâhe estdon deom-

parerlaonsommationdediversesimplantationsd'unmêmelogiiel.Onapourelauniquement

besoinde laonsommation engendrée surleproesseuretdanslamémoire.

Un bon exemple de e genre de simulation est la méthode mise en plae par Tiwari et al.

[76 ℄.Dansette méthode,il n'yapassimulation omportementale àproprement parler puisque

les informationsnéessaires sont obtenuesà l'aided'appliations d'analysede performanes ex-

ternes.Pourobtenirlesinformationsdeonsommation,leuroutildéoupel'appliation(binaire)

en blos de bases dont il évalue laonsommation grâe auxtables desonsommations de base

des instrutions et des inter-instrutions. Lessur-oûts de onsommation dûs auxahes etla

pondération des blos de bases suivant le hemin d'exéution sont ensuite alulés grâe aux

informations d'analyse de performanes. On n'obtient alors que des estimations de la onsom-

mationglobalesur l'exéutiondu logiiel.

Un autreexemple très représentatif de ette famille de simulateur est JouleTrak [1 ℄. Dans

etteproposition,Sinhaetal.mettentenplaeunoutiltrèslargementdisponibleparl'utilisation

d'une interfae internet. Ce simulateur est basé sur des modèles analytiques, e qui est rare à

un niveau aussi haut d'abstration du matériel. L'idée diretrie est d'éliminer la alibration

desinstrutions néessairedanslapréédente proposition. Pour ela,ils basent leur modèlesur

des paramètres très généraux, tension d'alimentation, fréquene. Un autre fait marquant est

queetoutil possède aussiunmodèlede laonsommationstatique.Cettedernièremodélisation

est introduite pour permettre une prise en harge des apaités d'adaptation de tension et de

fréquene de leur plateforme, un Intel StrongARM SA1100. Le modèle utilisé permet à l'outil

d'évaluation de s'abstraire detoute onnaissane du jeud'instrution aril ne requiert quedes

statistiques sur l'exéution alors obtenues grâe à un simulateur/debogueur dudit proesseur.

Enore unefois,seule laonsommation globale estaessible par e genrede méanisme.

Watth [9℄ présenté pour son modèle préédemment rentre dans ette famille. Comme ex-

pliqué plus haut, il utilise un simulateur de proesseur (SimpleSalar) simulant le pipeline du

proesseur.Cesimulateuraétéétendupourévaluerlaonsommationdesblosfontionnelati-

véspourhaque yle.Le plusintéressantii estl'ensembledesmétriques queretourne Watth

surlelogiiel évalué.Il proposebien évidement les métriques deonsommations, lespuissanes

moyennes et maximum et l'énergie onsommée par l'intégralité du logiiel évalué. Il remonte

aussi une information de performane : le nombre de yle de l'exéution de l'appliation. Il

ajoute à es métriques une métrique nommée produit énergie-retard. Cette métrique est une

métriquemixte de performanetemporelleet énergétiquepermettant de pénaliser lessolutions

quisontpeuoûteuseentermed'énergie,maisquisontlentesetellequiàl'inversesonttrèsra-

pidemaistrèsonsommatrie enénergiedansunephased'optimisationonjointeonsommation

énergétique/performane. Cettemétriquea étéintroduite par Gonzalez etHorowitz[27 ℄.

Un autre objetif estparfoisannonépar lesauteurs de simulateurs deette famille. Enef-

fet,ertains arguent qu'ilsvisent l'explorationde solutions arhiteturalespour lesproesseurs.

Ainsi, XTREM de Contreras et al. [17℄ propose e genre de possibilitétout en gardant lapos-

sibilité d'évaluer lelogiiel. Ce simulateur estune extension de Watth [9℄ pour l'adapter à un

Intel XSale. Comme dans le as de Watth, les modèles de blos fontionnels (UAL, ahes,

mémoire, horloge, et) sont analytiques et utilisent des paramètres tehnologiques et arhite-

turaux. Cependant il est remarquable que les modèles sont alibrés à partir d'informations de

très basniveau, à savoir les desriptions du iruit au niveau transistor. Ces informations ont

proesseur. Les informations renvoyées par XTREM sont omposées des métriques de onsom-

mationetdesmétriquesdeperformanes.XEEMU[31 ℄,unautresimulateurdeproesseurXsale

propose une amélioration du modèle de simulation en augmentant la simulation mémoire. Ce

genrede travauxmontrebien quel'inuenede lamémoire surles performanes temporelleset

énergétique est importante. D'un point de vue métrique, e derniertravail est identique à son

prédéesseur.

2.3.2 Simulation de plateformes omplètes

Laseondefamilleorrespondàdessimulateursquivisentplutt l'évaluationénergétiquede

systèmeslogiiels plusomplexesenintégrant laonsommation del'ensembledespériphériques

du systèmematériel,omme lessystèmes d'exploitation.

SoftWatt,proposéparGurumurthietal.dans[28℄,estparfaitementreprésentatifdeegenre

d'approhe.Pourrépondreàegenred'intérêts,ilsmodélisentunsystèmeontenantproesseur,

mémoires etun disque dur ommeseul périphérique. Le modèle est de niveau arhitetural, et

l'évaluationdelaonsommationdesblosfontionnels estprise enhargepar desmodèlesana-

lytiques. Ce simulateur est omposé de deux phases distintes. La première utilise un outil de

simulationSimOS[62℄,enhargedesimulerlematériel.Lemodèledeonsommationestensuite

évalué dans une seonde phase. Cet outil de simulation vise des systèmes haute performane

(MIPS R10K) etpermet d'exéuter un système d'exploitation (IRIX) surlequel s'exéute une

mahine virtuelle Java (Java VitualMahine JVM).Les métriques obtenuesde ette évalua-

tion sont très prohesde elles proposés par Watth,à savoir unepuissane moyenne, l'énergie

onsommée etl'indiateur duproduit énergie-retard.

Tan et al. [72℄ proposent un outil similaire ayant pour ible le développement de systèmes

embarquésintégrant unsystèmed'exploitation.Cetoutil,EMSIM,simuleunmatérielintégrant

un proesseur de type Intel StrongARM, proesseur d'une famille largement employée dans

les systèmes embarqués. Le modèle utilisé pour estimer la onsommation est dérivé de elui

proposépar Simuniet al. [66℄ augmenté pour l'estimationde onsommation despériphériques

grâe à desmesures proposées par Flinnet al. [21℄. Cesimulateur permet uneestimation de la

onsommationdeprogramme,proessusdansunsystèmed'exploitation(Linux). Ilrenvoiealors

une métrique de onsommation ramenée aux fontions pour haque proessus. Le simulateur

est hautement dépendant du systèmed'exploitation simulé, arilinterepte les appels système

ommelaréationdeproessuspourmettreenplaedesstruturesdesuividelaonsommation.

D'autre travaux s'intéressent à des systèmes embarqués plus petits où la onsommation

énergétique est une question partiulièrement importante, les n÷ de réseaux de apteurs sans

l. Dans ette atégorie, on retrouve TOSSIM [46℄ instrumenté ave une aratérisation éner-

gétique utilisant des mesures de benhmarks, PowerTOSSIM [65℄. TOSSIM est un simulateur

fontionnelqui utiliseunmodèledesimulation nes'appuyant passurl'exéution dubinairesur

le matériel. Il remplae la partie d'abstration de matériel du système d'exploitation TinyOS

par desbibliothèques quipermettent d'exéuterle logiielsurla mahine de développement. Il

ne simuledon pasle matérielen détail. PowerTOSSIM estlimitépar e modèlede simulation

etsonutilisation estrestreinte à unsystème d'exploitationpréis(TinyOS).

Les travaux de Landsiedel et al. [39℄ sont plus préis de e point de vue, ar ils proposent

une extension d'unautre simulateur de n÷ud de réseau de apteurs, AVRORA [74℄. Cette ex-

tension,AEON,utilise aussiunearatérisationpar mesuresphysiquesdelaonsommationsur

le matériel. AVRORA simule un n÷ud intégrant un miro-ontrleur AVR,un mia2. Il s'agit

estimations de AEON par rapport à elles de PowerTOSSIM est annoné à 15%. Ces deux

derniers travauxportent plusd'attention à laonsommation despériphériques, plus partiuliè-

rement auxinterfaes sans lqui sont des grosontributeurs danslaonsommation globale de

es plateformes. Onvoit apparaître d'autres représentations de la onsommation ii, des trae

linéaires de onsommation pour les divers périphériques. Ce genre de simulateur est d'ailleurs

utilisé pourdestravaux d'évaluationde protoolede ouhe MAC ommeB-MAC [58℄

On voit bien que toutes familles onfondues, ertains simulateurs sont plus orientés vers

l'évaluation algorithmique et l'optimisation logiielle par exemple pour orir des informations

à une phase de ompilation. À l'opposé d'autres simulateurs sont beauoup plus orientés vers

l'évaluationdesystèmelogiielomplet,systèmed'exploitationparexemple.Cesderniersportent

plus d'attention que les premiers aux périphériques. Les premiers proposent des métriques de

haut niveau, alors que les seonds prennent en ompte l'évolution de la onsommation dans

les périphériques. Cependant auunemétriquemixant les deuxinformationsn'est proposée. De

plus, il estregrettable que l'ensembledessimulateurs orant desmétriques pour l'optimisation

logiielle perdent les informations d'évolution de la onsommation au ours de l'exéution du