- 多媒體中視頻應用的編碼特征
- 多媒體中視頻應用的負載特性分析
- SOC系統增加了一個(gè)功率控制模塊(PCM)
- 采用反饋機制來(lái)控制功率
在SOC設計中，設計者大量重用現有經(jīng)過(guò)驗證的成熟IP核，對于設計一個(gè)復雜系統并保證其上市時(shí)間的意義重大。當前，很多專(zhuān)業(yè)的IP供應商提供了大量可供設計者選用的IP核，設計者們需要根據應用需求，選出合適的IP核，并確定每種IP核對應的配置。對于移動(dòng)多媒體SOC的設計，為了實(shí)現系統級的優(yōu)化，SOC系統設計者的核心目標之一即是在保證多媒體服務(wù)質(zhì)量的同時(shí)使得系統代價(jià)(芯片面積和功耗)最小化。
本文對多媒體中視頻應用的編碼特征以及負載特性進(jìn)行分析，從系統設計及優(yōu)化的層次，將功率管理模塊嵌入至多媒體SOC系統中。同時(shí)，將系統的運行狀態(tài)按不同的IP配置情況組合成一系列微狀態(tài)，在前人所做工作的基礎上，利用F-ARIMA模型預測負載，同時(shí)利用多媒體應用中衡量服務(wù)質(zhì)量的重要指標——最后期限缺失率(deadlinemissrate，DMR)作為反饋控制信息，兩者相結合的方式，實(shí)時(shí)調整多媒體SOC系統的運行狀態(tài)，實(shí)現移動(dòng)多媒體SOC設計過(guò)程中的功耗優(yōu)化。
常用視頻編碼標準以及負載分析
在所有的視頻壓縮算法中，MPEG-x和H．26y標準正逐漸占據主導地位。這些視頻壓縮算法，帶來(lái)更高傳輸效率的同時(shí)，也帶來(lái)了終端更大的運算量。根據多媒體應用的特征及其編碼標準，不難發(fā)現，并非所有多媒體視頻幀所需要的解碼時(shí)間都是一致的。以MPEG標準壓縮的幀為例，其總共由三種類(lèi)型的幀構成，分別為：內部幀(intra)，雙向幀(bidirectional)和可預測幀(predictive)。這三種不同類(lèi)型的幀，具有不同的解碼復雜度。即使是同一種類(lèi)型的幀內部，其解碼復雜度也有較大差異。顯而易見(jiàn)，將所有的解碼任務(wù)的實(shí)時(shí)性約束都設置為同一個(gè)標準將會(huì )導致系統始終工作于最差分支下，從而付出不必要的功耗開(kāi)銷(xiāo)。
目前，在多媒體SOC設計過(guò)程中，針對其重要的視頻應用的負載特性進(jìn)行功耗優(yōu)化是一個(gè)非常熱點(diǎn)的研究問(wèn)題。常見(jiàn)的低功耗設計技巧主要有動(dòng)態(tài)電壓調整(dynamicvoltagescale，DVS)和動(dòng)態(tài)功率管理(dynamicpowermanagement，DPM)技術(shù)。在DVS技術(shù)中，在保證服務(wù)質(zhì)量的同時(shí)，讓不同計算量的任務(wù)運行在不同的工作電壓和頻率；而DPM技術(shù)則在運行過(guò)程中，動(dòng)態(tài)關(guān)閉系統某些空閑模塊。在眾多針對多媒體應用進(jìn)行低功耗設計的研究中，其主要思路可分為兩類(lèi)。一種是將多媒體應用的負載當作一個(gè)隨機過(guò)程，然后采用馬爾可夫或者半馬爾可夫模型預測負載，再根據預測結果調整當前系統運行狀態(tài)。如在文中，提出了一種基于回歸方程的方式，通過(guò)系統當前“工作”和“空閑”時(shí)間預測即將到來(lái)的“工作”和“空閑”時(shí)間。分別利用離散馬爾可夫時(shí)間序列和連續馬爾可夫序列算法預測系統負載。以上這些方式都有效地降低了系統功耗開(kāi)銷(xiāo)，但是其最大不足之處在于多媒體應用的編碼方式和內容多種多樣，無(wú)法找到一種合適的模型來(lái)適應所有多媒體應用。另外一方面，也有研究利用實(shí)時(shí)反饋控制的方式，來(lái)調整當前系統運行狀態(tài)的方式來(lái)降低多媒體系統的功耗。
目前，使用最廣泛的視頻壓縮標準為MPEG-x(x=1，2，4)系列和H．26y，(y=1，2，3，4)系列。一般地，視頻編碼器將連續的圖像壓縮成I，B，P三種不同的幀類(lèi)型。I幀的壓縮率大于P幀，P幀的壓縮率大于B幀。連續的兩個(gè)I幀之間的所有幀(不包括后一個(gè)I幀)構成一個(gè)圖像分組(GOP)。一個(gè)GOP由I幀幀間間隔N，以及P幀幀間間隔M兩個(gè)參數決定。與此對應，對于解碼器的解碼負載而言則有I>P>B這個(gè)規律。
即便采用同一種編碼格式，面向不同的應用場(chǎng)景，多媒體應用的負載情況也有很大區別，下面以H．264．視頻壓縮標準為例，給出一些常見(jiàn)格式的視頻應用的負載情況，見(jiàn)表1。
[page]根據表1的實(shí)驗結果，圖l將更形象地描述解碼器的工作過(guò)程。從圖1中可以看出，解碼器僅有兩種狀態(tài)，即高速工作狀態(tài)和空閑狀態(tài)。由于解碼器運行狀態(tài)下的能量消耗計算方式為
式中：T為工作時(shí)間；C是與系統負載電容相關(guān)的系數；Vdd和f分別為供電電壓和運行頻率。對于同樣的負載，根據式(1)，很容易推導出，當負載均勻分布于時(shí)間間隔T內時(shí)，能量效率是最優(yōu)的。所以，對于面向多媒體應用的SOC低功耗系統級優(yōu)化而言，其主要思想就是如何根據具體應用的需要，在當前可用的IP及其配置中，尋求一套最優(yōu)化的組合，使得系統負載能均勻分布在給定的時(shí)間約束內。圖2給出的則是設計者進(jìn)行系統級功耗優(yōu)化的理想狀態(tài)，雖然在實(shí)際應用中該狀態(tài)永遠無(wú)法達到，但是可以在設計過(guò)程中無(wú)限逼近這一狀態(tài)。
2系統實(shí)現
在多媒體SOC中，為了保證服務(wù)質(zhì)量，系統的設計目標必須是面向最高負載情況。然而在實(shí)際運行過(guò)程中，視頻解碼器、中央處理器以及一些外設經(jīng)常處于不活動(dòng)或者低負載狀態(tài)，這無(wú)疑白白消耗了一些能量。為解決該問(wèn)題，EDA公司對Multi-Vt以及Muhi-Vdd等低功耗設計技術(shù)提供更有力的支持，IP供應商對同一IP核也提供了豐富配置以滿(mǎn)足不同應用需求，同時(shí)Foundry也提供了更豐富的標準單元庫以及工藝。在進(jìn)行低功耗多媒體SOC設計的過(guò)程中，設計者所要做的就是充分利用這些技術(shù)優(yōu)勢，盡可能地去開(kāi)發(fā)可利用的低功耗設計空間。
圖3給出了一個(gè)多媒體SOC目標系統的基本架構圖，該系統和當前多媒體SOC系統最大的差異在于增加了一個(gè)功率控制模塊(PCM)。該模塊的實(shí)現方式可以靈活多樣，對于某些對實(shí)時(shí)性要求較高的功能塊(如負載預測)，可以采用硬件加速的方式實(shí)現。而對于實(shí)時(shí)性要求不高的功能塊，則可以利用中央處理器的軟件資源來(lái)實(shí)現。在設計過(guò)程中，先將構成系統的各個(gè)IP核按其配置和對應的性能，同時(shí)結合多媒體SOC的應用需求，組合成一系列的微狀態(tài)，然后將這些狀態(tài)構成一個(gè)查找表，存儲于功率控制模塊。
系統在運行過(guò)程中，控制模塊會(huì )根據當前負載情況，實(shí)時(shí)調整整個(gè)系統的運行狀態(tài)，通過(guò)配置寄存器的方式，讓系統在各個(gè)不同微狀態(tài)之間切換，從而盡量使負載能均勻分布于整個(gè)運行過(guò)程中，達到降低功耗的目的。在功率控制模塊的核心算法中，本文采用了反饋控制和負載預測相結合的方式，以此來(lái)彌補彼此的不足之處。對于負載預測而言，預測模型的準確性直接關(guān)系到多媒體的服務(wù)質(zhì)量。研究表明，多媒體視頻幀長(cháng)的統計特征表現出了很強的長(cháng)相關(guān)性(longtermdependency，IRD)，而多媒體SOC的系統負載又和幀長(cháng)有著(zhù)直接關(guān)系，所以在功率控制模塊中，采用F-ARIMA模型來(lái)進(jìn)行負載預測。該模型是一種典型的自相似模型，能很好地反映時(shí)間序列的LRD特性，從而能比較準確地進(jìn)行多媒體視頻應用的負載預測。
而對于反饋控制機制，本文采用了跟視頻服務(wù)質(zhì)量密切相關(guān)的最后期限缺失率(DMR)作為反饋標準。具體方法是：首先系統運行于缺省狀態(tài)，通常是性能相應功耗都最高的狀態(tài)。然后系統根據性能檢測模塊，并從預測模型庫中選擇預測模型對負載進(jìn)行預測，然后根據預測結果實(shí)時(shí)調整當前系統的微狀態(tài)。當系統性能檢測模塊監測到DMR高于某一預先設定的門(mén)限，則系統反饋控制模塊負責調整預測模型的參數或者徹底更新預測模型，直至DMR值低于預先設定的門(mén)限值。
本文針對移動(dòng)多媒體SOC設計中的功耗問(wèn)題，提出了一種系統級低功耗設計方法。該方法的核心是利用各種IP所提供的配置空間，將多媒體SOC系統細分為不同的微狀態(tài)。同時(shí)結合傳統的DVS以及DPM思想，利用反饋控制和負載預測相結合的方式，實(shí)時(shí)調整系統運行過(guò)程中的微狀態(tài)，從而在保證多媒體服務(wù)質(zhì)量的基礎上，讓系統負載盡可能均勻分布于整個(gè)運行期間，達到降低功耗的目的。通過(guò)系統級的仿真和評估，該算法相對傳統方法而言，進(jìn)一步有效地降低了系統功耗，平均約能降低40%左右。同時(shí)，由于該方法采用了與服務(wù)質(zhì)量直接相關(guān)的DMR作為反饋控制信號，故在降低功耗的同時(shí)，能保證多媒體視頻DMR在9%以下，均值在5%以下。
