Recently, the number of embedded systems are rapidly increasing, and many embedded software applications become more and more complex. Because many devices are portable and battery-powered, the energy efficiency of embedded processor, as well as their performance, is a very important issue of processor design. Currently, multiprocessor architecture and DVS (Dynamic Voltage Scaling) technique are the most popular methods for performance and energy efficiency in embedded systems. It is already well known that, for embedded systems, customizing the instruction set of processor to the specific application can increase performance of the system. But most previous researches have missed that the instruction set customization can significantly reduce the energy consumption. In this thesis, we suggest a custom instruction selection algorithm to minimize the energy consumption of embedded system. Our target environment is the embedded multiprocessor system where the DVS and ABB (Adaptive Body Biasing) technique is applied. Simulation results show that the average energy reduction of our algorithm is 43.5%, while the average energy reduction of the selection algorithm that considers only execution time of application is at most 13.4%.
최근 임베디드 시스템의 수와 임베디드 시스템에서 구동되는 소프트웨어의 복잡도는 빠른 속도로 증가하고 있다. 임베디드 프로세서 중 많은 수가 휴대용 장치에 포함되어 배터리로 구동되기 때문에, 임베디드 프로세서를 설계하는데 있어 프로세서의 성능 뿐 아니라 에너지 효율이 매우 중요한 척도가 되었다. 현재 임베디드 시스템의 성능과 에너지 효율을 위해서 가장 널리 사용되고 있는 기술은 멀티프로세서 구조와 DVS (Dynamic Voltage Scaling) 기술이다.
일반적으로 임베디드 시스템에서는 어떤 특정한 응용프로그램만을 실행하기 때문에, 프로세서의 인스트럭션 셋을 그 응용에 최적화시키는 것 역시 프로세서의 성능을 향상시키기 위한 방법으로 널리 알려져 있다. 하지만 실제로 프로세서의 인스트럭션 셋을 최적화 시킴으로써 응용프로그램의 실행 사이클이 줄어들어 시스템의 에너지 소모 역시 줄어들게 되고, 특히 DVS 기술이 적용되는 시스템의 경우 에너지 소모를 크게 감소시킬 수 있는데, 인스트럭션 셋을 최적화 하는 것에 대한 이전의 연구에서는 모두 프로세서의 성능을 향상시키는데만 초점을 맞추어 온 것이 사실이다. 본 학위논문에서는 DVS가 적용되는 멀티프로세서 임베디드 시스템에서의 에너지 소모를 최소화할 수 있는 커스텀 인스트럭션 선택 알고리즘을 제안하고 있다. 시뮬레이션 결과, 프로세서의 성능만을 고려한 기존의 알고리즘을 사용할 경우 시스템의 에너지 소모가 평균 13.4% 감소하는 것에 비해 제안된 알고리즘을 적용했을 때는 에너지 소모가 평균 43.5% 감소하는 것을 확인할 수 있었다.
