【技术实现步骤摘要】
智能预测处理器空闲时间的装置及方法
[0001]本公开涉及智能预测处理器空闲时间的装置及方法。
技术介绍
[0002]用于处理器进入诸如S0i4之类的低功率状态(例如,具有两级存储器配置的动态随机存取存储器(DRAM)关闭状态)的优化决定会导致这些低功率状态的较高进入和/或重启成本。盈亏平衡点(breakeven point)可能在几分钟量级。延迟S0i4进入或错误进入(并且在几分钟内退出)导致能量和电池寿命的浪费,这可能影响用户的电池寿命(HoBL)体验。
技术实现思路
[0003]根据本公开的一个实施例,提供了一种用于预测空闲时间的装置,所述装置包括:功率管理单元,用于将高水位线(HWM)与脏缓存线的当前数量进行比较;以及机器学习逻辑,用于根据遥测信息和/或所述脏缓存线的当前数量来生成所述HWM,其中,所述功率管理单元用于如果所述脏缓存线的当前数量大于所述HWM则使所述装置进入第一功率状态,并且其中,所述功率管理单元用于如果所述脏缓存线的当前数量小于所述HWM则使所述装置进入第二功率状态。
[00 ...
【技术保护点】
【技术特征摘要】
1.一种用于预测空闲时间的装置,所述装置包括:功率管理单元,用于将高水位线(HWM)与脏缓存线的当前数量进行比较;以及机器学习逻辑,用于根据遥测信息和/或所述脏缓存线的当前数量来生成所述HWM,其中,所述功率管理单元用于如果所述脏缓存线的当前数量大于所述HWM则使所述装置进入第一功率状态,并且其中,所述功率管理单元用于如果所述脏缓存线的当前数量小于所述HWM则使所述装置进入第二功率状态。2.根据权利要求1所述的装置,其中,所述机器学习逻辑读取时间戳计数器以训练机器学习模型。3.根据权利要求1所述的装置,其中,所述机器学习逻辑读取处于状态的时间寄存器以训练机器学习模型,其中,所述处于状态的时间寄存器指示所述装置处于功率状态多长时间。4.根据权利要求1所述的装置,其中,所述机器学习逻辑经由经训练的权重和所述遥测信息来推断HWM。5.根据权利要求1所述的装置,其中,所述第一功率状态与所述第二功率状态相比深度更小。6.根据权利要求1所述的装置,其中,所述第一功率状态是S0i3状态,并且其中,所述第二功率状态是S0i4状态。7.根据权利要求1所述的装置,其中,所述机器学习逻辑包括乘法器。8.根据权利要求1所述的装置,其中,所述遥测信息包括下列项中的一项或多项:功率状态进入和/或退出时的前台应用程序;指示空闲、忙碌和/或外出时间的用户日历信息;电池信息;一天中的时间;和/或一周中的星期几。9.根据权利要求1至8中任一项所述的装置,其中,所述机器学习逻辑由软件驱动器控制或由软件驱动器实现。10.根据权利要求9所述的装置,其中,所述软件驱动器通信地耦合到操作系统。11.根据权利要求1至8中任一项所述的装置,其中,所述HWM是脏缓存线数量的阈值,该阈值允许所述功率管理单元决定进入所述第一功率状态还是所述第二功率状态。12.一种用...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。