L'énergie renouvelable pour les systèmes temps réel embarqués Maryline Chetto IUT de Nantes IRCCyN, UMR CNRS 6597
Plan Notions de temps réel Notions de Energy Harvesting Problématique de l autonomie énergétique Vers des solutions 2
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!! 3
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 4
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 5
Tâches temps réel Tâches périodiques - Characteristiques connues a priori - Task T i caractérisée par (p i, c i ) 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 6
Job de tâche temps réel Tâches temps réel Jobs de tâche périodique 7
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 T 1 (1,4) T 2 T 3 (2,5) (3,7) 5 5 10 15 10 15 8
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) 9
La consommation énergétique CMOS (Complementary Metal Oxide Semiconductor) circuits. Reducing V DD causes increase of circuit delay Un CPU peut fonctionner à une tension plus basse V DD, à condition que la fréquence f soit réduite aussi pour tolérer l augnmentation du délai de propagation Les processeurs modernes changent dynamiquement V DD et f Techniques DVFS and DPM Le problème d ordonnancement temps réel est devenu un problème d optimisation 10
Energy harvesting Energy harvesting: récupération de l énergie environnementale pour alimenter un matériel en électricité Grande variété de sources : lumière, vibration, temperature, variation de 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 11
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 12
Questions clés Combien récolter, combien stocker, combien consommer? Source: Silicon Labs 13
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 14
Framework Energy harvester (HM) Energy Storage (SM) Processor (PM) J 1 Scheduling policy 15
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) 16
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!!! 17
Système générique étudié 18
Hypothèses Stockage d énergie: A capacité nominale Source d énergie P r (t): une puissance instantanée de production variable Tâche Worst Case Energy Consumption (WCEC) NB: WCEC n est pas nécessairement proportionnel à WCET 19
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 20
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 21
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 22
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, 23
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. 24
Exemple illustratif Stratégie d ordonnancement ED-H 25
Résultat de simulation 26
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!!! 27
Contact: maryline.chetto@univ-nantes.fr Equipe STR de l IRCCyN 28