CPU-GPU DVFS 전력 효율을 위한 해석가능 governor 제어 연구

Interpretable CPU-GPU DVFS Governor for Energy-Efficient Control

연구 내용

CPU-GPU 이기종 플랫폼에서 동적 전압·주파수 스케일링을 해석가능 예측 모델로 제어하여 프레임 단위 에너지 효율을 개선하는 연구

이기종 CPU-GPU 기반 모바일 아키텍처에서 소프트웨어 governor가 전력과 성능을 동시에 맞추지 못할 때의 예측 오차 문제를 해결하고자 합니다. offline 단계에서 해석가능한 수식 기반 모델 트리 형태의 조각별 선형(piecewise linear) 예측기를 구성하고, 시뮬레이션 가능성에 기반한 정량 지표로 모델을 선택합니다. 이후 선택된 모델을 온라인 추정 모듈로 통합해 DVFS 결정을 수행함으로써 에너지-per-frame을 낮추는 것을 목표로 합니다. 다양한 동적 워크로드에서도 안정적으로 governor 동작을 지원하는 차별성을 갖습니다.

관련 프로젝트

0건

연구 흐름

초기에는 이기종 CPU-GPU 환경에서 DVFS governor가 제한된 단순 모델로 인해 동적·다양한 워크로드에 대해 높은 오차를 보일 수 있음을 분석했습니다. 이후 해석가능한 형태의 모델 트리 기반 piecewise linear 예측기를 offline로 구성하고, 모델 선택을 위한 정량 지표를 도입해 정확도와 해석가능성의 균형을 맞추는 방향으로 연구를 전개했습니다. 최근에는 온라인 추정기를 integrated CPU-GPU governor에 내장하여 프레임 단위 에너지 효율을 중심으로 성능-전력 트레이드오프를 제어하는 구현 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

모바일 SoC 전력 최적화
프레임 단위 에너지 효율 제어
성능-전력 트레이드오프 관리
실시간 DVFS 정책 자동 튜닝
CPU-GPU 전력 동기화 제어
이기종 워크로드 스케줄링
해석가능 모델 기반 시스템 운영
에너지 예산 기반 자원 할당
내장형 에너지 모니터링
임베디드 governor 설계 방법론