L'énergie renouvelable pour les systèmes
temps réel embarqués
Maryline Chetto
IUT de Nantes IRCCyN, UMR CNRS 6597
2
Plan
• Notions de temps réel
• Notions de Energy Harvesting
• Problématique de l’autonomie énergétique
• Vers des solutions
GreenDays@Nantes - novembre 2016
3
L’informatique embarquée
• Une application embarquée – Réside en permanence dans un objet industriel ou grand public
– Fournit en général des fonctionalités de monitoring avec ou pas une interface et de plus en plus souvent connecté
• Exemples classiques de systèmes embarqués automobiles, avion, trains, machine outils, electronique grand publique,
téléphone, robots, jouets, implants médicaux,…
En fait, il y en a partout !!
GreenDays@Nantes - novembre 2016
4
Critères d’évaluation
Performance : réactivité, predictabilité
Economique : coût, temps de mise sur le marché
Autres: fiabilité, sécurité
Cela suppose beaucoup de deboggage, de la redondance logicielle/matérielle
Le constat, c’est qu’ils doivent être
De plus en plus petits
De plus en plus bon marché
De plus en plus performants
GreenDays@Nantes - novembre 2016
5
Embarqué et temps réel
• Toute fonction de contrôle se fait en temps contraint en fonction des
dynamiques de l’environnement exécutions cycliques
• Cette fonction doit être opérante sur de très longues périodes
• L’intervention humaine est en général impossible
• Le logiciel doit avoir une empreinte mémoire la plus faible possible
• Le matériel doit être le plus compact possible
• Nécessité d’un RTOS
GreenDays@Nantes - novembre 2016
6
Tâches temps réel
• Tâches périodiques - Characteristiques connues a priori - Task Ti caractérisée par (pi, ci)
Exemple: monitoring de la pression artérielle d’un patient Capteur avec un diamètre d'environ 1 mm placé dans l'artère fémorale et mesure la pression artérielle 30 fois par seconde. Le capteur est relié par l'intermédiaire d'un micro-câble souple à une unité de transpondeur, également implanté dans l'aine sous la peau. Cette unité numérise et encode les données provenant du micro-capteur et les transmet à un dispositif externe de lecture que les patients peuvent porter comme un téléphone cellulaire à la ceinture. De là, les lectures peuvent être transmis à une station de surveillance et analysés par le médecin. (source: http://gadgetmagique.ru)
• Tâches apériodiques - Réveillées sur événements de caractéristiques non connues a priori
GreenDays@Nantes - novembre 2016
7
Tâches temps réel
Job de tâche temps réel
Jobs de tâche périodique
GreenDays@Nantes - novembre 2016
8
EDF (Earliest Deadline First)
• Execute le job le plus urgent ASAP
• Optimal et optimise l’utilisation du processeur • Non-clairvoyant et non-idling • Inadapté en cas de surcharge et inadapté en cas de limitation
énergétique
T1
T2
T3
(1,4)
(2,5)
(3,7)
5
5
10
10 15
15
GreenDays@Nantes - novembre 2016
9
La consommation énergétique
Depuis 1970, on s’est intéressé à savoir comment exécuter les tâches dans le respect des contraintes temporelles en considérant la durée d’exécution avec
• Un/des processeur de vitesse donnée
• Une quantité d’énergie illimitée
Depuis 1995, on s’est intéressé à savoir comment exécuter les tâches en considérant • Une quantité d’énergie limitée
Objectif: minimiser l’énergie consommée pour maximiser la durée d’autonomie (battery operated systems)
GreenDays@Nantes - novembre 2016
10
La consommation énergétique
• CMOS (Complementary Metal Oxide Semiconductor) circuits.
• Reducing VDD causes increase of circuit delay
– Un CPU peut fonctionner à une tension plus basse VDD, à condition que la fréquence f soit réduite aussi pour tolérer l’augnmentation du délai de propagation
• Les processeurs modernes changent dynamiquement VDD et f
• Techniques DVFS and DPM
Le problème d’ordonnancement temps réel est devenu un problème d’optimisation
GreenDays@Nantes - novembre 2016
11
Energy harvesting
Energy harvesting: récupération de l’énergie environnementale pour alimenter un matériel en électricité
Grande variété de sources : lumière, vibration, variation de temperature ,…
Exemple: Pour une consommation moyenne de 100 mW, avec 1 cm3 de
batterie lithium, autonomie limitée à 1 an: pas toujours acceptable Avec le Energy harvesting : on fournit 100 mW/cm3 indéfiniment Objectifs:
• Équipements à longue durée de vie • Limitations des alimentations filaires en extérieur • Maintenance moins coûteuse
GreenDays@Nantes - novembre 2016
12
Points faibles des systèmes existants
Extraction de l’énergie avec de forts coûts en termes de volume, poids Challenges actuels: Pouvoir concevoir un système à récupération d’énergie ambiante avec:
La meilleure unité de stockage d’énergie (batterie,
condensateur)
Le meilleur récupérateur d’énergie (PV, …)
Des circuits annexes qui consomment le moins possibles
GreenDays@Nantes - novembre 2016
13
Questions clés
Source: Silicon Labs
GreenDays@Nantes - novembre 2016
Combien récolter, combien stocker, combien consommer?
14
La problématique
Pour un système temps réel, l’objectif est de respecter les échéances
des tâches . Cela suppose de prendre en compte :
• les besoins en temps de traitement • les besoins en énergie
• sous la contrainte de disponiblité de l’énergie ambiante
limitée fluctuante Non controllable imprédictible
GreenDays@Nantes - novembre 2016
15
Framework
GreenDays@Nantes - novembre 2016
Energy harvester
(HM)
Energy Storage (SM)
Processor (PM)
Scheduling policy
… J1
16
Nouvelles problématiques
• Les classiques EDF et RM ne tiennent pas compte des restrictions d’énergie
• Les problèmes que nous devons traiter sont:
– Comment modifier les ordonnanceurs temps réel classiques pour les rendre “energy aware”?
– Comment étendre les tests de faisabilité ?
– Comment choisir la taille optimale de l’unité de stockage d’énergie ? (Systèmes de type Harvest-Store-Use)
GreenDays@Nantes - novembre 2016
17
Objectif
Fonctionner en mode de neutralité énergétique sur une durée infinie • Question: Trouver une technique de gestion dynamique de puissance
associé à un ordonnanceur qui
• garantit la neutralité énergétique • Respecte les échéances des tâches ou fournit une QdS acceptable
NB: On ne cherche pas à minimiser l’énergie consommée !!!
GreenDays@Nantes - novembre 2016
18
Système générique étudié
GreenDays@Nantes - novembre 2016
19
Hypothèses
Stockage d’énergie:
A capacité nominale
Source d’énergie
Pr (t): une puissance instantanée de production variable
Tâche
Worst Case Energy Consumption (WCEC)
NB: WCEC n’est pas nécessairement proportionnel à WCET
GreenDays@Nantes - novembre 2016
20
Les premiers travaux
DVS (University of Pittsburg, USA)
• A. Allavena and D. Mossé, Scheduling of Frame based Embedded Systems with Rechargeable Batteries, Workshop on Power Management for Real-Time and Embedded Systems 2001.
• C. Rusu, R. Melhem and D. Mossé, Multi-version Scheduling in Rechargeable Energy aware Real-time Systems, ECRTS 2003
Non DVS A. Allavena and D. Mossé, Scheduling of Frame based Embedded Systems with Rechargeable Batteries, Workshop on Power Management for Real-Time and Embedded Systems 2001.
(Swiss Federal Institute of Technology, ETH Zurich)
• C. Moser, D. Brunelli and L. Benini Real-time Scheduling with Regenerative Energy. ECRTS 2006
GreenDays@Nantes - novembre 2016
21
Comportement de EDF classique
EDF est
NON CLAIRVOYANT (ne voit pas le futur)
NON idling (ne met pas le processeur au repos délibérément il consomme l’énergie de façon goulue
GreenDays@Nantes - novembre 2016
22
Is EDF suitable for RTEH systems?
Principaux résultats: 1) Pas d’optimalité sans clairvoyance (2014)
2) Absence de compétitivité sans clairvoyance (2014)
3) L’optimalité requière une clairvoyance sur D unités de temps
(lookahead-D ) avec D plus grande échéance relative
4) EDF est le meilleur ordonnanceur non idling (2014)
EDF est facile à implementer
ne nécessite pas la prediction de l’énergie produite
ne nécessite pas le niveau d’énergie courant
Mais comportement pauvre de EDF
GreenDays@Nantes - novembre 2016
23
ED-H : un ordonnanceur optimal
• ED-H: Idling et Clairvoyant
• Son implémentation requière:
• Niveau d’énergie courant
• Prédiction d’énergie produite
• Profi l’arrivée des tâches en ligne
Résultat clé ED-H est optimal
CHETTO M., « Optimal Scheduling for Real-Time Jobs in Energy Harvesting Computing Systems » IEEE Transactions on Emerging Topics in Computing, january 2014,
GreenDays@Nantes - novembre 2016
24
Principes de ED-H
R1: The EDF order is used to select the future running job in Lr (t).
R2: The processor is imperatively idle in [t, t + 1) if Lr (t) = ∅ .
R3: The processor is imperatively idle in [t, t + 1) if Lr (t) ∅ and either E(t) = 0 or Slack.energy(t) = 0.
R4: The processor is imperatively busy in [t, t + 1) if L r (t) ) ∅ and either E(t) = C or Slack.time(t) = 0
R5: The processor can equally be idle or busy if L r (t) ) ∅ , 0 < E(t) < C, Slack.time(t) > 0 and Slack.energy(t) > 0.
GreenDays@Nantes - novembre 2016
25
Exemple illustratif
Stratégie d’ordonnancement ED-H
GreenDays@Nantes - novembre 2016
26
Résultat de simulation
GreenDays@Nantes - novembre 2016
27
Questions d’intégration
Le RTOS doit fournir des fonctionnalités pour
– Mesure de l’énergie disponible
– Estimation de la production d’énergie future
– Estimation de l’énergie consommée par chaque tâche
Ce sont ici les challenges de l’intégration !!!
GreenDays@Nantes - novembre 2016
Top Related