Energy-Aware Technology-based DVFS Mechanism for the Android Operating System

Silva-Filho, A.G.; Bezerra, P.T.L.; Silva, F.Q.B.; Júnior, A.L.O.C. and Santos, A.L.M.

Informatics Center (CIn) Federal University of Pernambuco

Recife-PE, Brazil {agsf, ptlb, fabio, alocj, alms}@cin.ufpe.br

Costa, P.H.R. and Miranda, R.C.G. CIn/Samsung Laboratory of Research and Development

Federal University of Pernambuco Recife-PE, Brazil

{phrc, rcgm}@cin.ufpe.br

Abstract — DVFS is an efficient energy saving technique for processors during program execution time. In this paper, we will focus efforts on 3G and Wi-Fi technologies to evaluate the impact of energy consumption when combined with DVFS mechanism based on the Android operating system. An experimental infrastructure with basis on Samsung's Smartphone was used to evaluate the proposed strategy to reduce energy consumption. Results of the proposed approach was compared with non-optimized approach and an average reduction about 30% in terms of energy consumption was obtained when compared with performance mode.

Keywords-Embedded Systems; Energy-aware Design; Android; DVFS; Operating System.

I. INTRODUÇÃO Dynamic voltage and frequency scaling (DVFS) é um

método que pode ser usado para reduzir consumo de energia através do ajuste da frequência e tensão de operação do dispositivo de acordo com o status e restrições de desempenho do sistema [1]. Seu uso para dispositivos móveis, tais como smartphones, tablets e notebooks, permite aumentar o tempo de vida da bateria uma vez que tais sistemas não necessitam, usualmente, executar aplicações com a frequência mais alta durante todo o tempo, mas somente em alguns momentos de pico de atividade de curta duração.

O mercado de dispositivos portáteis tais como smartphones, tem crescido a uma velocidade altíssima não só de volume de produção, mas também na variedade e aplicações. Mundialmente, o mercado de smartphones cresceu no ano passado 62% em relação a 2010 [2]. O avanço da tecnologia com a redução no tamanho do transistor tem propiciado a incorporação de funcionalidades cada vez mais complexas em tais dispositivos e, na medida do possível, tem seguido as projeções de Moore. Além disso, no atual estado da arte, a maioria dos smartphones é alimentada por baterias de Lítium-Ion, na qual não tem evoluído na mesma velocidade dos dispositivos móveis, aspecto este que motiva o desenvolvimento de estratégias que minimizem o consumo de energia desses dispositivos sem a necessidade de alguma alteração na arquitetura do hardware.

Neste trabalho, estaremos focados no sistema operacional Android para prover uma estratégia para minimizar o consumo de energia em smartphones através do ajuste da frequência do processador (DVFS). A partir de estudos experimentais, nós percebemos que reduzir a frequência do processador nem sempre reduz o consumo de energia. Essa característica ocorre uma vez que estudos baseados apenas em execução com a CPU usualmente leva a resultados previsíveis, no entanto, quando a aplicação está associada à utilização de outras tecnologias como, por exemplo, comunicação ou brilho de tela, o impacto no consumo de energia não é algo tão previsível. Neste trabalho, vamos concentrar esforços nas tecnologias 3G e Wi-Fi para avaliar o impacto do consumo de energia quando associados à estratégia DVFS com base no sistema operacional Android.

Durante muito tempo, várias pesquisa foram desenvolvidas usando a técnica DVFS em processador aplicadas a sistemas de tempo real com base em distintos modelos de tarefas para redução de consumo de energia [4][5]. No entanto, a fonte do consumo de energia inclui não somente o processador, mas também outros componentes tais como memória, dispositivos periféricos bem como recursos do sistema operacional. Outros trabalhos, como o de [6], consideram a carga de acesso à memória externa no estudo do impacto do DFVS ou ainda, como em [8], definem taxas de acesso a memória para assim propor um algoritmo para a economia de energia através de um trade-off ótimo frequência-tensão. Além disso, em trabalhos como [9] e [10], é verificado que nem sempre a menor frequência é a mais economicamente viável.

Neste artigo estamos considerando aspectos de cenários de utilização de diversas tecnologias por parte do usuário de um smartphone Android para avaliar o impacto no consumo de energia quando aplicado DVFS em serviços reais. As contribuições deste artigo estão resumidas em:

� Avaliação de potência e consumo de energia de aplicações para o Android.

� Caracterização do consumo de energia com base nas tecnologias Wi-Fi, 3G e cenários de ligações telefônicas.

2012 Brazilian Symposium on Computing System Engineering

978-0-7695-4929-3/12 $26.00 © 2012 IEEE

DOI 10.1109/SBESC.2012.43

182

2012 Brazilian Symposium on Computing System Engineering

978-0-7695-4929-3/12 $26.00 © 2012 IEEE

DOI 10.1109/SBESC.2012.43

184

� Avaliação de impacto do mecanismo DVFS aplicados a diferentes tecnologias.

O restante deste trabalho está organizado da seguinte forma. Na seção II exploramos o ambiente de experimentação usado pelo projeto de pesquisa para avaliar o consumo de energia e alguns resultados preliminares que serviram como base para motivação e aprofundamento da pesquisa em DVFS. Na seção III descrevemos a proposta principal deste trabalho, que consiste em avaliar o impacto do consumo de energia com base no mecanismo DVFS e realizar uma caracterização das tecnologias presentes nos smartphone Android. Na seção IV são apresentados os resultados deste trabalho, as estratégias de otimização e alguns trabalhos futuros.

II. AMBIENTE DE EXPERIMENTAÇÃO O ambiente experimental usado para avaliar o consumo de

energia é constituído de um smartphone Samsung Galaxy S2 modelo GT-I9100 com a versão 2.3.4 do sistema operacional Android; uma fonte programável DC Agilent E3640A usada para alimentar o celular e uma interface USB (GT-M7500 JTAG) que conecta a fonte ao smartphone. Todo este ambiente é conectado a um computador com o PowerSupply, uma ferramenta desenvolvida pela própria equipe de pesquisa que possibilita a coleta e armazenamento, em tempo real, de dados de corrente e tensão provenientes da fonte. A infraestrutura pode ser facilmente visualizada através da Figura 1. Este sistema permite armazenar até 9 amostras por segundo no host com o valor de tensão de 3,7V (a tensão padrão dos aparelhos Samsung) fornecida ao através da fonte ao smartphone. Toda a comunicação fonte computador é feita via serial.

USB

PowerSupply Tool

SupplySamsungGalaxy S2

Agilent E3640A

Host

GT-M7500

Figura 1. Infraestrutura do Sistema de Medição

Preparado o nosso ambiente de experimentação, necessitávamos trabalhar com o smartphone nas suas diversas frequências possíveis. Para isto fizemos uso do CPUMaster [9], um aplicativo Android que permite gerenciar a frequência da CPU em um aparelho com privilégios de root. O smartphone Galaxy S2 da Samsung possui frequência de operação normal de 1,2GHz, contudo o mesmo possui outros 4 níveis de frequência disponíveis: 1GHz, 800MHz, 500MHz e 200MHz. Com ajuda do CPUMaster é possível chavear manualmente entre estes 5 níveis distintos de frequência.

Para entender o efeito da frequência no aparelho, bem como a relação de consumo de potência entre as frequências mais altas e mais baixas, fizemos medições de corrente, tensão e potência, inicialmente para aplicações simples, que apenas

realizavam 10 milhões de operações de soma, multiplicação e divisão, nas cinco diferentes frequências.

Com base nesses experimentos simples, observamos que nem sempre a menor energia ocorre com a mais baixa frequência, como observado na Figura 2 (c). Isso ocorre porque quando a frequência diminui, o tempo de execução da aplicação aumenta como indicado a Figura 2 (b). Considerando que estas aplicações dependem mais especificamente do processador do smartphone, o comportamento da potência e tempo de execução da aplicação é previsível, ou seja, o aumento da frequência ocasiona consequentemente um aumento na dissipação de potência do smartphone, indicado na Figura 2 (a).

0,0

0,5

1,0

1,5

2,0

2,5

0 200 400 600 800 1000 1200 1400

Potê

ncia

(W)

Frequência (MHz)

Análise de PotênciaSomaMultiplicaçãoDivisão

0

100200300400500600

0 200 400 600 800 1000 1200 1400

Tem

po (

seg)

Frequência (MHz)

Análise de Tempo

SomaMultiplicaçãoDivisão

(a) (b)

050

100150200250300

0 200 400 600 800 1000 1200 1400Ener

gia

(Jou

les)

Frequência (MHz)

Análise de EnergiaSomaMultiplicaçãoDivisão

(c) Figura 2. Gráfico de análise de potência média (a), tempo de execução da aplicação (b) e energia consumida pelo celular (c) para 5 frequências diferentes

III. CARACTERIZAÇÃO DE TECNOLOGIAS NO ANDROID Nesta seção, serão mostrados os resultados de

caracterização de consumo de energia para comunicação de dados (3G, Wi-Fi) e ligação telefônica, bem como para o smartphone no modo idle considerando as cinco diferentes frequências de operação do processador. Para cada frequência de operação foram realizados 30 experimentos.

A. Modo Idle Antes de examinar o impacto da frequência nos diferentes

perfis de comunicação indicados anteriormente, estudamos a variação de frequência no modo Idle do aparelho. O smartphone é dito estar neste modo quando nenhuma aplicação está ativa, as comunicações estão desligadas (3G e Wi-Fi desligados) e o usuário não interage com o aparelho. Este é o modo em que os smartphones passam a maior parte do tempo. A menor dissipação de potência é de 230,83 mW e é obtida, logicamente, quando o smartphone está operando na menor

183185

frequência . Além disso, como nenhuma atividade está sendo executada pelo aparelho, o fator de desempenho não influencia na escolha da frequência e, portanto, a frequência de 200MHz pode ser utilizada para obtermos o menor consumo.

B. Comunicação de Dados 3G Para avaliar a influencia do escalonamento de frequência

em atividades que envolvem comunicação de dados, testamos o consumo e performance do envio e leitura de e-mail tanto no protocolo 3G quanto usando a rede Wi-Fi. O aplicativo usado para a leitura de e-mails foi o gmail para Android. Para avaliar de maneira mais fiel possível a utilização de e-mails de um usuário, consideramos o roteiro a seguir:

1. Leitura de 5 e-mails;

2. Folhear a caixa de entrada;

3. Envio de 3 e-mails curtos (10 caracteres) e 1 longo (30 caracteres);

4. Envio de e-mail com anexo (100Kb);

Diferentemente da potência indicada no modo Idle, para a comunicação de dados usando o 3G há um comportamento inverso: quanto menor a frequência de operação do processador, maior a potência dissipada. Isso ocorre porque nas frequências mais baixas o dispositivo fica com a conexão estabelecida por mais tempo. Três aspectos principais são importes para entender o porque a conexão fica ativa por mais tempo, uma delas é que para manter a QoS (Qualidade do Serviço), o protocolo 3G exige um handshake maior; outro aspecto é a grande quantidade de handoffs entre as torres de transmissão e o smartphone; e por último temos as grandes distâncias entre as torres de comunicação das operadoras e o modem 3G.

C. Comunicação de Dados Wi-Fi O mesmo roteiro realizado para a comunicação 3G foi

usado nos experimentos para Wi-Fi (também conhecidas como redes IEEE 802.11). O recurso Wi-Fi, redes de curto alcance, usualmente consomem menos energia do que as redes 3G. O fator que mais contribui para o alto consumo do 3G é, como dito anteriormente, a distância enorme que existe entre o smartphone e a torre transmissora do sinal 3G e a quantidade de handoffs, aspectos estes que não ocorrem nas redes Wi-Fi. Desta forma, diferentemente do ocorrido nos experimentos para a rede 3G, com frequências mais baixas, a potência dissipada também é menor. Além disso, a maior potência consumida pela Wi-Fi (que corresponde a maior frequência), de 1.434,10mW, é bem menor que a maior potência dissipada pelo 3G (2.189,57mW, na frequência de 200MHz).

D. Ligações Telefônicas Neste cenário, foram considerados 2 smartphones Samsung

Galaxy S2 modelo GT-I9100, e ligações telefônicas de 1 minuto, sob as mesmas condições do ambiente experimental indicado anteriormente, ou seja, o procedimento foi realizado 30 vezes e para as 5 diferentes frequências. O comportamento

da ligação telefônica é bem distinto das atividades anteriormente estudadas: foi observado um pico de consumo na frequência de 500MHz com uma queda acentuada para frequências mais altas. A potência na frequência de 200MHz também foi baixa. Ao longo dos experimentos, observou-se uma queda de desempenho para as frequências baixas, com lentidão na digitação dos números e no estabelecimento das ligações para a frequência de 200MHz. No entanto, não foi observado má qualidade no canal de voz da ligação telefônica entre os dois smartphones.

E. Análise entre as Caracterizações Nesta seção é mostrado uma avaliação dos quatros cenários

indicados anteriormente: (i) modo Idle (ii) comunicação de dados via 3G (iii) comunicação de dados via Wi-Fi e (iv) ligações telefônicas. Observa-se claramente na Figura 3 que para baixas frequências, a comunicação em 3G tem um alto consumo quando comparado com a mesma ação realizada em Wi-Fi. A frequência adequada quando usa a comunicação 3G é a de 1000MHz, tendo em vista a baixa dissipação de potência.

Para o uso de Wi-Fi, a menor frequência é a de 200MHz, no entanto, observa-se uma lentidão na manipulação do teclado e outros recursos. Este aspecto é bastante melhorado quando usa-se a frequência de 500MHz, que chega a ser 18% maior em termos de potência quando comparado a frequência de 200MHz, mas compensa o efeito de degradação no desempenho observado.

No cenário de ligações telefônicas, observou-se que a frequência de 1200MHz tem a menor dissipação de potência e dentre os cenários analisados é o que possui o menor consumo em todas as frequências analisadas.

Figura 3. Comparação entre potência para os modos Idle, 3G, Wi-Fi, Ligação Telefônica e eBook em 5 diferentes frequências de operação do processador.

IV. ESTRATÉGIA DE OTIMIZAÇÃO E RESULTADOS A estratégia usada para otimizar o consumo de energia é

através do ajuste da frequência com base na tecnologia que está sendo usada em um dado instante por um determinado usuário. Considerando que cada tecnologia tenha sido devidamente caracterizada, e que temos disponível a frequência adequada para cada tecnologia, a estratégia é detectar a tecnologia ou aplicação que está sendo usada e chavear automaticamente para a frequência adequada que provê menor consumo de energia. A Tabela I abaixo mostra as frequências adequadas para cada tecnologia/aplicação caracterizada neste trabalho.

Frequência (MHz)

184186

TABELA I. FREQUÊNCIA ADEQUADA PARA CADA TECNOLOGIA

Modo Frequência Adequada (MHz)

Potência [mW]

Idle 200 230,83

3G 1000 1.242,57

Wi-Fi 500 1.268,83

Ligação 1200 833,76

eBook 500 692,05

Neste trabalho, o mecanismo de detecção automático do uso de uma determinada tecnologia ainda não foi desenvolvido, no entanto, é a principal atividade da próxima etapa de trabalho. O intuito principal é mostrar a eficácia do uso de DVFS em um smartphone da Samsung para diferentes perfis de usuário que fazem uso de diferentes tecnologias de comunicação, em especial a comunicação 3G, Wi-Fi e ligações telefônicas.

Com base no estudo de caracterização de consumo de energia realizados, criamos diversos perfis de uso do smartphone da Samsung relativas às atividades de ligação telefônica e envio de e-mails. A ideia principal é tentar compreender o impacto no consumo de energia de um smartphone ao longo do dia (24hs) nas diversas frequências disponíveis do aparelho e como seria o consumo aplicando a estratégia de otimização, na qual cada tecnologia opera na sua frequência ótima.

Neste sentido, foram definidos alguns perfis, considerando o uso das tecnologias caracterizadas no smartphone da Samsung. A seguir são mostrados os resultados de um perfil para as frequências de 200, 500, 800, 1000 e 1200MHz, sendo comparados com o mecanismo de otimização baseado em DVFS (Otimizado), onde considera-se o chaveamento da frequência para seu valor ideal em uma dada tecnologia. Um resumo dos resultados para este perfil é indicado na Tabela II.

TABELA II. RESULTADOS

Frequência Adequada (MHz)

Energia [Joules]

200 45.059,4

500 46.070,1

800 50.636,7

1000 51.792,9

1200 54.163,5

Otimizado 39.361,5

Observe na Tabela II que o consumo de energia em 24hs de utilização do smartphone pelo usuário aumenta com o aumento da frequência chegando até a se aproximar de uma relação linear, considerando as frequências de 200 a 1200MHz. No entanto, quando é usada a estratégia otimizada, ou seja, o ajuste

da frequência em função do tipo de tecnologia ou aplicação que está sendo usada no momento, o consumo é bem menor. Comparando o consumo de energia da abordagem otimizada com o perfil performance, que fixa a frequência em 1200 MHz, a redução de consumo de energia do smartphone chega a ser de aproximadamente de 30%.

V. CONCLUSÕES Neste artigo foi feito um estudo aprofundado em estratégias

de otimização visando redução de consumo de energia com base na abordagem DVFS e voltados para o sistema operacional Android, com base no uso das tecnologias de comunicação 3G, Wi-Fi e chamadas telefônicas. Obsevamos que apenas com o estudo de algumas poucas tecnologias relevantes, conseguimos obter reduções expressivas no consumo de energia. Consideramos uma área promissora e com grandes expectativas para expandir a quantidade de técnicas a serem utilizadas e novas abordagens de otimização em consumo de energia para dispositivos móveis. Resultados de otimização alcançados foram de aproximadamente 30% quando comparados com o perfil de operação performance.

AGRADECIMENTOS Os resultados mostrados neste artigo foram desenvolvidos

como parte de um projeto colaborativo entre Samsung/SIDI (Samsung Institute for Development of Informatics) e o Centro de Informática (CIn/UFPE), financiado pela Samsung Eletrônica da Amazônia LTDA., sobre os cuidados da Lei Federal Brasileira de Informática no. 8248/91.

REFERÊNCIAS [1] W. Liang and P. Lai. "Design and Implementation of a Critical Speed-

based DVFS Mechanism for the Android Operating System". In: International Conference on Embedded and Multimidia Computing (EMC), pp. 1-6, 2010.

[2] IDC Brasil. Available in: http://www.idclatin.com/news.asp?ctr =bra&id_release=2213. Acessed in: 28/06/2012.

[3] Technology Research. Gartner Inc. Available in: http://www.gartner.com. Acessed in: 28/06/2012.

[4] E. Tavares, P.R.M. Maciel, B. Silva, O. Júnior, M. Nogueira, R.B.S. MARQUES, R. Barcelos. "Dynamic Voltage Scaling in Hard Real-Time Systems Considering Precedence and Exclusion Relations". In: IEEE International Conference on Systems, Man, and Cybernetics, 2007, Montreal. Prceedings of IEEE SMC 2007, 2007.

[5] E. Tavares, P.R.M. Maciel, B. Silva. "Modeling Hard Real-Time Systems Considering Inter-Task Relations, Dynamic Voltage Scaling and Overheads". In: International Microprocessors and Microsystems. Internacional. v. 32, p. 460-473, 2008.

[6] K. Choi, R. Soma, and M. Pedarm, “Dynamic Voltage and Frequency Scaling based on Workload Decomposition,” in Proc. 2004 Int. Symp. Low Power Electronics and Design, Aug. 2004, pp. 174-179.

[7] Intel XScale® Technology Overview, [online]. Available at http://www.intel.com/design/intelxscale/

[8] D. Rajan, R. Zuck, and C. Poellabauer, “Workload-Aware Dual-Speed Dynamic Voltage Scaling,” in Proc. 12th IEEE Int. Conf. Embedded and Real-Time Computing Systems and Applications. 2006, pp. 251-256.

[9] P. Venkatesh and S. Alexey, “The Ondemand Governor” in Proc. Linux Symposium, vol. 2, 2006, pp. 223-238, Available at http://www.linuxinsight.com/files/ols2006/pallipadi-reprint.pdf

185187