目前,低功耗技术主要有静态技术和动态技术两种。动态技术是系统在运行阶段充分利用工作负载的变化性来动态改变设备工作模式,从而达到降低系统功耗的目的。由于动态低功耗技术的灵活性,现在已经成为降低功耗的重要手段。动态电源管理(DPM)就是这样一种动态设计方法。在前面的工作中,我们提出了一种支持不同电源管理策略的DPM框架。 本文针对在计算机系统能耗中占据很大比重的硬盘,研究应用于硬盘策略优化的动态电源管理算法,在已有的DPM框架基础上实现硬盘策略优化,为硬盘的低功耗设计提供理论指导。 硬盘的低功耗设计,就是在硬盘进入空闲状态时,将硬盘设置为适合的低功耗状态。本文扩展了已有的DPM框架,利用内核硬盘驱动程序实现了硬盘状态转换接口,用于实现硬盘的电源管理；增加了采集硬盘读写I/O请求轨迹信息的接口,用于分析用户的行为,让策略优化更加符合用户的行为。 策略优化是DPM的核心,优化算法一般分为启发式算法和随机优化算法两大类。本文简要的介绍了硬盘的两类启发式算法:Timeout算法和预测算法,并在DPM框架中实现了Timeout算法和指数平均算法。随机模型算法利用马尔可夫决策过程把系统转化为性能损耗约束下能量损耗最小的最优化问题(反之亦然)。本文利用离散时间马尔可夫决策过程对硬盘电源管理系统进行建模,求出最优解,并在DPM框架中实现随机模型策略优化。 本文还研究了一种事件驱动的更新理论模型算法。硬盘从空闲状态转入低功耗状态,再转入空闲状态这一过程可以认为是一个更新过程,而用户与硬盘则构成了一个排队系统。 本文利用更新理论及排队论将系统建模为性能约束与能耗约束的最优化问题,用Matlab进行求解,并在DPM框架中实现。本文最后对实现的三类算法进行性能上的比较。实验结果表明,更新理论模型算法比启发式算法和随机优化算法更适合硬盘电源管理系统,取得较好的节能效果。