Linux thermal governor之IPA分析

IPA(Intelligent PowerAllocation)是由ARM开发的符合linux内核thermalframework的governor，代码中的名字为power_allocator，旨在满足温控效果的条件下最大化性能。

一、背景

熟悉ARM终端芯片系统的开发人员，应该对EAS（Energy Aware Scheduler）、Energy/Power Model不陌生，IPA正是这种能效思想在温控领域的体现。基于如下理论：

• SoC的温度与功耗成正相关，功耗越高则温度越高

• Soc的功耗主要由其上的IP Core(CPU、GPU等)消耗

因此，可以通过控制功耗达到控制温度的目的，通过在各个IP Core间合理分配功耗可以最大化温控下的性能表现。基于上述理论，IPA实现包含了两大核心功能：基于PID的温度闭环控制器、Power Allocator（PA）。

二、为什么需要IPA governor

为了更好的说明IPA的开发目的，这里以CPU上常使用的step-wise governor作对比，看看传统governor的优点及不足。

1. Step-wise governor

作为CPU温控常用的governor，step-wise在温控管理上有着良好的表现。Step-wise将温度趋势分为三种：上升、下降、稳定，根据配置的温度触发点(TripPoint)及温度趋势以步进的方式调节CPU的状态，具体来讲就是调节频率。比如温度已经超过触发点同时温度处于上升状态，则step-wise就会将CPU的coolingstate上调一级（对应操作是频率降低），然后继续轮询CPU的温度，通过判断温度趋势再执行相应动作。

上述过程至少存在两个缺点：

1）该控制属于开环控制，step-wise只是根据配置及温度趋势机械地进行步进调节，它并不关心此次的调节动作是否能够达到温控的目的。

2）Step-wise直接控制CPU的频率，在温度及其趋势确定的情况下，则相应的CPU频率也就确定，这对于性能会产生不利影响，特别是移动终端系统上极短时间的性能提升对温升影响较小，但能更好的改善性能体验。

2. IPA的优点

IPA实现了闭环控制，通过闭环调节使得升温时温度可以稳定在目标温度处，提高控制精度。

IPA实现了多个IP core之间Power的动态分配，实现资源的优化配置。以小核、大核、GPU为控制对象来讲，即使温度已经达到目标温度，但是根据各个小核、大核、GPU的负载情况，最需要性能的处理器仍然有可能跑到最高频率，这种基于负载的power动态分配策略对性能比较友好。

3. IPA温控效果模拟

当温度超过T_{switch_on}时，IPA governor开始工作，通过PID controller闭环控制，使温度能够稳定在T_target，并尽可能减少波动，实现预期的温度控制目标。当整体温度下降到T_{switch_on}时，IPA governor停止工作。

图一

三、简化框架

对于IPA来讲，主要的输入为温度和各个Core的性能需求。温度可以来自SOC，也可以来自板温，IPA把采集温度与目标控制温度的温差作为控制输入。各个IP Core的性能需求是通过当前的负载来计算的，然后利用OPP(Operating Performance Point)及EM(Energy Model)转换为Power Request作为IPA的输入。而IPA的输出是PowerGranted，然后再通过OPP及EM转换为性能指标（比如最大运行频率）。如此的循环往复最终实现对硬件的温度控制。

图二

四、IPA功能

IPA governor包含两个核心功能PID温度控制器和PA（Power Allocator）。PIDController实现PID闭环控制，用于温度的跟踪控制。PowerAllocator实现基于核心负载的Power Budget分配。

图三

1. PID温度控制器

PID( Proportional Integral Derivative)控制即比例积分微分控制，是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高，被广泛应用于工业过程控制，尤其适用于可建立精确数学模型的确定性控制系统。PID控制属于闭环控制。IPA的PID Controller其控制输入为目标温度与当前温度的差值e，通过比例、积分、微分计算累加求和后再与sustainable_power相加即为当前温度下允许的最大功耗值。Sustainable_power是指在保证满足目标温度target_temerature的条件下所允许的最大功耗值。PIDcontroller的控制函数可以表示为如下公式：

其中，

• ????=target_{????????????????????????????????????????????}−????????????????????????????_{????????????????????????????????????????????}

• ????????????????????????????????_???????????? is the sum of previous errors

• ????????????????_????????????=????−????????????????????????????????_{????????????????????}

2. 比例控制项

比例项能够提高系统的响应速度和稳态精度，但是过大的比例控制容易导致系统超调和振荡，且单纯的比例控制无法消除系统的稳态误差。k_p对控制偏差e起到线性缩放的作用。

IPA关于比例项系数给出两个值k_pu和k_po，k_pu当T_curr低于 T_target该参数进行计算，反之使用k_po进行计算，默认计算公式如：

k_pu = (2 * sustainable_power) / (T_target  - T_{switch_on})

k_po = (sustainable_power) / (T_target  - T_{switch_on})

单独考虑比例项，或略积分、微分项对power的控制效果如图：

图四

3. 积分控制项

积分项是对温差e累计，积分控制项能够启动消除稳态误差的作用，但也可能带来如积分饱和等现象。

IPA关于积分项系数k_i默认计算公式如：

K_i = int_to_frac(10) / 1000

4. 微分控制项

积分项是温差e的变化趋势，具一定预测效果，可以减少超调量，提高温控稳定性。

IPA关于微分项系数k_d默认值为0，即默认不考虑微分项。

五、Power Allocator

Power Allocator负责将PID Controller计算出的Power在各个Cooling device进行分配。分配基于Cooling device需求的功耗P_{request_i}、cooling device的权重W_i进行。

首先，计算所以cooling device需求功耗的加权和：

然后，计算各个cooling device按权重应该分得的power：

但是如果某个cooling device获取的P_{granted_i} 大于该cooling device实际支持的最大功耗P_{max_i}，则其最多只能获取P_{max_i}，这样就多分配了P_{extra_i} = P_{granted_i —} P_{max_i}，累计所有多分配的power：

最后再将P_extra进行再分配，分配的权重为W_{extra_i} =

那么再分配得到的功耗P_{extra_granted_i}= W_{extra_i} * P_extra

最终每个cooling device所得到的Power为P_{granted_i} + P_{extra_granted_i}。

图五

1. 关于P_{request_i}

对于每个IP core其功耗可以分为静态功耗、动态功耗。以CPU来讲，静态功耗由工艺制程、面积、电压、温度、静态管类型等等因素决定，在较新的内核（cpucooling device）已经不再将静态功耗计入P_{request_i}。那么P_{request_i}则主要由动态功耗及CPU的负载决定：

P_{request_i} = P_{dynamic_i}* Load / 100

六、如何使用IPA

由于Linux Kernel4.2之后的版本已经开始支持IPA了，这样就省去了从ARM移植IPA代码的工作量。现在只需要用户自己实现thermal sensor的驱动以提供温度和在dts中配置thermal zone这两项工作。

1. 代码路径

IPA gover代码路径：/drivers/thermal/power_allocator.c

2. 关于DTS配置

与其他thermal governor的对dts的配置要求不同，IPA governor新增了sustainable-power属性；需要提供两个类型为passive的trip point分别作为IPA的起控温度T_{switch_on}和目标温度T_target;需要为每个cooling device指定权重w即dts里contribution属性；当然thermal zone的governor需要配置为power_allocator。

图六

七、总结

本文主要分析了IPA的两个核心功能及dts配置，虽然目前使用IPA相对简单，但是在实际运用上会有不少的问题，PID参数的调节、是否能够实现真正的闭环、power如何分配等等，这些都需要大量的实验来调节验证温控效果。

参考资料：

• https://developer.arm.com/tools-and-software/open-source-software/linux-kernel/intelligent-power-allocation

• Linuxkernel-5.4 source code

长按关注

内核工匠微信

Linux 内核黑科技 | 技术文章 | 精选教程