發(fā)布時間：2018-06-20 15:46

  本文選題：計算機(jī)功耗 + 功耗估算　； 參考：《計算機(jī)應(yīng)用研究》2017年03期

【摘要】：精準(zhǔn)快速獲取計算機(jī)系統(tǒng)的實時功耗是功耗優(yōu)化研究的基礎(chǔ),因此提出并建立了一種高精度的計算機(jī)功耗估算模型。通過分析統(tǒng)計系統(tǒng)運(yùn)行時代表性的性能計數(shù)事件,應(yīng)用機(jī)器學(xué)習(xí)理論分析性能事件與功耗的關(guān)系,建立多核計算機(jī)系統(tǒng)實時功耗估算模型。模型構(gòu)建時使用多元線性回歸(multiple linear regression,MLR)方法以及支持向量回歸(support vector regression,SVR)方法分析兩者關(guān)系,并對兩種方法建立的功耗估算模型進(jìn)行了對比分析。實驗結(jié)果表明,基于性能事件的功耗估算模型可準(zhǔn)確估計計算機(jī)實時功耗,估算誤差不高于3%。與已有模型相比較,該估算模型精度更高、通用性更好。
[Abstract]:Accurate and fast acquisition of real-time power consumption of computer systems is the basis of power optimization. Therefore, a high-precision computer power estimation model is proposed and established. By analyzing the representative performance counting events of the statistical system, and applying the machine learning theory to analyze the relationship between the performance events and the power consumption, a real-time power estimation model for multi-core computer systems is established. Multiple linear regression (MLR) method and support vector regression (SVR) method are used to analyze the relationship between the two models. The power consumption estimation models established by the two methods are compared and analyzed. The experimental results show that the power estimation model based on the performance event can accurately estimate the real-time power consumption of the computer, and the estimation error is no more than 3. Compared with the existing models, the proposed model has higher accuracy and better generality.
【作者單位】： 江南計算技術(shù)研究所;中國科學(xué)院計算技術(shù)研究所;
【分類號】：TP181;O212.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 叢丕福;曲麗梅;韓庚辰;楊新梅;王臣立;;遼東灣海水透明度的遙感估算模型[J];地球科學(xué)進(jìn)展;2011年03期

2 杜自強(qiáng);王建;沈宇丹;;山丹縣草地地上生物量遙感估算模型[J];遙感技術(shù)與應(yīng)用;2006年04期

3 徐小軍;杜華強(qiáng);周國模;范文義;;基于遙感植被生物量估算模型自變量相關(guān)性分析綜述[J];遙感技術(shù)與應(yīng)用;2008年02期

4 胡喜生;洪偉;吳承禎;;土地生態(tài)系統(tǒng)服務(wù)功能價值動態(tài)估算模型的改進(jìn)與應(yīng)用——以福州市為例[J];資源科學(xué);2013年01期

5 岑奕;張良培;村松加奈子;;基于高光譜數(shù)據(jù)日本溫帶地區(qū)植被凈初級生產(chǎn)力估算模型應(yīng)用研究[J];遙感學(xué)報;2008年05期

6 張正斌;作物水分利用效率和蒸發(fā)蒸騰估算模型的研究進(jìn)展[J];干旱地區(qū)農(nóng)業(yè)研究;1997年01期

7 梅強(qiáng),陸玉梅;事故經(jīng)濟(jì)損失估算模型的研究[J];技術(shù)經(jīng)濟(jì);1997年10期

8 黃河;何芬;李政;倪維斗;何建坤;張希良;麻林巍;;中國整體煤氣化聯(lián)合循環(huán)電廠的經(jīng)濟(jì)性估算模型[J];動力工程;2008年04期

9 舒守娟,喻自鳳,王元,白瑪;西藏地區(qū)復(fù)雜地形下的降水空間分布估算模型[J];地球物理學(xué)報;2005年03期

10 王劍庚;馮學(xué)智;肖鵬峰;梁繼;張學(xué)良;李海星;李云;;雪粒徑高光譜遙感估算模型研究[J];光譜學(xué)與光譜分析;2013年01期

相關(guān)會議論文 前1條

1 陳朝斌;;鐵礦石經(jīng)濟(jì)評價模型建立的探討[A];2012年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵學(xué)術(shù)年會文集（下）[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 程志慶;基于高光譜信息的楊樹人工林生產(chǎn)力遙感估算模型的研究[D];中國林業(yè)科學(xué)研究院;2015年

相關(guān)碩士學(xué)位論文 前10條

1 張小萍;黃土高原溝壑區(qū)太陽輻射時空分布特征及估算模型研究[D];西北農(nóng)林科技大學(xué);2015年

2 柳燁;參考作物蒸發(fā)蒸騰量的少因子估算模型研究[D];西北農(nóng)林科技大學(xué);2016年

3 王靜;基于衛(wèi)星遙感的長三角主要城市PM2.5估算[D];華東師范大學(xué);2016年

4 劉桂鵬;基于高光譜遙感的玉米冠層參數(shù)及葉綠素估算模型研究[D];沈陽農(nóng)業(yè)大學(xué);2016年

5 賀婷;玉米氮素營養(yǎng)監(jiān)測的高光譜遙感估算模型研究[D];沈陽農(nóng)業(yè)大學(xué);2016年

6 何斐璐;承包商視角下的改進(jìn)掙得值法研究[D];西南交通大學(xué);2015年

7 孫超;軟件估算模型的演化控制技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

8 程博;面向敏捷開發(fā)項目的工作量估算模型的研究與應(yīng)用[D];北京工業(yè)大學(xué);2012年

9 馬劍;軟件開發(fā)工作量估算模型研究及其在項目管理中的應(yīng)用[D];華北電力大學(xué);2012年

10 賀軍亮;基于有機(jī)質(zhì)光譜診斷指數(shù)的土壤重金屬含量估算模型研究[D];南京師范大學(xué);2007年

，

本文編號：2044780