Energieverbrauchsanalyse mittels impliziter Pfadaufzählung und genetischer Algorithmen

Der Energieverbrauch stellt eine wichtiger werdende Rolle für zahlreiche eingebettete Echtzeitsysteme dar. Daraus ergibt sich die Notwendigkeit energiegewahrer Einplanungsentscheidungen, die neben Echtzeitanforderungen auch Energiebeschränkungen berücksichtigen. Existierende Werkzeuge zur Analyse der maximalen Ausführungszeit (engl. worst-case execution time, WCET) können hierfür jedoch nicht unmittelbar zur Bestimmung des maximalen Energieverbrauchs (engl. worst-case energy consumption, WCEC) verwendet werden, da der Energieverbrauch nicht zwingend mit der Ausführungszeit auf modernen Prozessoren korreliert und somit eine zuverlässige Ableitung des WCEC aus der WCET nicht möglich ist. Folglich müssen WCEC-Werkzeuge die Eigenschaften des Energieverbrauchs der Zielplattform beachten.Der präsentierte Ansatz stellt eine Lösung dieses Problems der genauen Bestimmung des WCEC dar. Hierfür kommen neben statischen Analysemethoden auch dynamische, messbasierte Techniken zum Einsatz. Weiterhin verwendet der Ansatz Kombinationen aus Methoden, um entweder die Präzision des Ergebnisses zu verbessern oder die Dauer der Programmanalyse zu reduzieren. Falls präzise, feingranulare Energiekostenmodelle für die Zielplattform vorhanden sind, liefert das präsentierte Werkzeug Ergebnisse basierend auf statischer Programmanalyse durch implizite Pfadaufzählung. Alternativ werden genetische Algorithmen mit approximativen Energiekostenmodellen verwendet, um geeignete Eingabedaten zu identifizieren. Die bestimmten Eingabedaten lassen sich schließlich in einem messbasierten Analyseschritt verwenden, welcher eine Energieverbrauchsabschätzung des analysierten Programms ergibt.