Power saving in Android OS by dynamically changing processor frequency

Abstract

С каждым годом увеличение времени работы смартфона становится более важным направлением. Увеличение времени автономной работы может быть достигнуто с помощью более совершенного оборудования или путем внедрения в программное обеспечение практик с учетом энергопотребления, и последний подход является более доступным. Поскольку ЦП является одним из самых энергоемких устройств для смартфонов, динамическое масштабирование частоты и напряжения (DVFS) представляет собой метод настройки частоты ЦП в соответствии с текущими вычислительными потребностями, и уже были разработаны различные алгоритмы, как энергосберегающие, так и нацеленные на производительность. В работе предлагается новый подход DVFS с использованием стохастической аппроксимации одновременных возмущений (SPSA) с двумя зашумленными наблюдениями для отслеживания оптимальной частоты и реализация нескольких алгоритмов на его основе. Поскольку ОС Android может использовать планировщик задач по умолчанию (CFS) или планировщик с учетом энергопотребления (EAS), который способен использовать преимущества гетерогенных архитектур мобильных ЦП, таких как ARM big.LITTLE, в работе также представлено сравнение разработанных регуляторов с разными планировщиками ОС. Представлена методология тестирования для сравнения разработанных алгоритмов с существующими, а также описан набор тестов, отражающий реальные сценарии использования. Эксперименты показывают, что алгоритм на основе SPSA хорошо работает с EAS с упрощенной схемой интеграции, демонстрируя производительность ЦП, сравнимую с другими алгоритмами DVFS, и снижение энергопотребления.

Extending smartphone working time is an ongoing endeavour becoming more and more important with each passing year. Extended battery life can be achieved with better hardware or by incorporating energy-aware practices into software, the latter approach being more affordable. As the CPU is one of the most power-hungry smartphone devices, Dynamic Voltage and Frequency Scaling (DVFS) is a technique to adjust CPU frequency according to the current computing needs, and various algorithms have already been developed, both energy-aware and performance-focused. The paper provides a new DVFS approach for using stochastic simultaneous perturbation approximation (SPSA) with two noisy observations to track the optimal frequency and the implementation of several algorithms based on it. Since the Android OS can use a default task scheduler (CFS) or an energy aware scheduler (EAS) that can take advantage of heterogeneous mobile CPU architectures such as ARM big.LITTLE, the paper also compares the developed governors with different OS schedulers. A testing methodology is presented to compare the developed algorithms with existing ones, and a set of tests is described that reflects real use cases. Experiments show that the SPSA-based algorithm performs well with EAS with a simplified integration scheme, demonstrating CPU performance comparable to other DVFS algorithms and reduced power consumption.