저전력 소형 임베디드 시스템을 위한 메모리 접근기반의 데이터 마이그레이션 기법

Abstract

With the advent of the Internet of Things (IoT) era, IoT devices have become plied easily in daily life. IoT technology, which receives and processes information by connecting various objects with each other through a network, is used with diverse industries such as a transportation, architecture, and medical care. Typical IoT devices are mobile devices and wearable devices. These IoT devices are usually small-scale and battery-operated to enhance mobility. Once the battery is charged, a user would desire to run the device for as long as possible. Hence, it is necessary to extend the battery life of IoT devices and to consume less power to operate the devices. In this thesis, a data migration methodology is proposed that migrates variables from SRAM to flash memory to improve the performance of a small-scale embedded system and to save energy and reduce power consumption. For this purpose, memory read and write accesses are traced and memory access patterns are analyzed for each memory address. It’s followed by a read-dominant data selection among general data in the SRAM. When finishing the selection process, the selected data is migrated to sectors in flash memory. Migrating variables to flash memory guarantees the expansion of the limited SRAM capacity. Furthermore, a series of data migrations reduces the consumption of energy, power, and current which are used to access data from the SRAM while code located in flash memory is running. In addition, the issue of increasing the energy efficiency of small-scale embedded systems due to unstable power supplies has become salient recently. In order to improve energy efficiency, several power modes should be applied to suit the system. It is necessary to maintain the system at a low power mode for as long as possible. Furthermore, an effective power management requires a sleep mode on not only the CPU but also memory. In other words, in order to operate a small-scale embedded system with low power consumption, the system should be put on sleep mode while the program is not being executed. It consumes substantial current for memory retention due to having maintained a minimum state of the system in sleep mode. By extending data migration technology to regulate the size of memory, a reduction in the power consumption of memory retention is expected.;최근 사물 인터넷 (Internet of Things : IoT) 기술의 급격한 발전에 따라 IoT의 시대가 도래하면서 오늘날 우리 일상생활의 많은 부분에서 IoT 장치들을 접할 수 있게 되었다. 다양한 사물들이 네트워크를 통해 서로 연결되어 정보를 수집하고 처리하는 IoT 기술은 자동차, 건축, 의료 분야 등 다양한 산업과 융합하여 다양하게 사용되고 있다. 가장 대표적으로 스마트폰, 스마트시계와 같은 모바일 장치들이 있다. 이러한 IoT 장치들은 휴대성으로 인하여 소형이며 배터리로 동작하는 것이 일반적이다. 사용자 입장에서 배터리가 충전되면 가능한 한 오래 동작할 수 있어야 하므로 대부분 배터리로 동작하는 IoT 장치들의 배터리 수명을 연장하고, 저전력으로 실행될 수 있도록 하는 연구가 필요하다. 본 논문에서는 소형 임베디드 시스템의 성능을 향상하고 소비 에너지와 전력을 절약하기 위해 휘발성 메모리인 SRAM에서 비휘발성 메모리인 플래시 메모리로 데이터를 마이그레이션하는 기법을 제안한다. 이를 위하여 메모리 읽기/쓰기 접근을 트레이싱하고, 각 메모리 주소의 읽기/쓰기 접근 패턴을 분석하여 SRAM의 일반 데이터에서 읽기 접근을 주로 하는 데이터들을 선별하였다. 선별 과정이 끝나면, 플래시 메모리의 섹터로 선별된 데이터들을 재배치하는 기법을 구현하였다. 데이터를 마이그레이션 함으로써 제한적인 SRAM의 용량을 확보할 수 있다. 그리고 일련의 데이터 마이그레이션 과정을 통하여 플래시 메모리에 위치한 코드가 실행되는 동안 CPU가 SRAM의 데이터에 접근하며 사용되는 에너지, 전력 및 전류의 소비를 줄일 수 있다. 또한, 소형 임베디드 시스템은 전력 공급이 불안정하기 때문에 에너지 효율을 높이는 문제가 최근 중요하게 대두되고 있는데 이를 위해서는 시스템에 적합한 여러 전력 모드를 적용해야 한다. 시스템이 가능하면 오래 저전력 상태로 있는 것이 필요하고 효과적인 전력 관리를 위해서는 CPU뿐 아니라 메모리도 절전이 되어야 한다. 즉, 소형 임베디드 시스템의 효율적인 저전력 구동을 위해서는 프로그램이 실행되지 않을 때는 시스템을 슬립 모드로 전환해야 한다. 슬립 모드에서 시스템의 상태를 최소한으로는 유지해야 하기 때문에 메모리를 보존하는 것에도 상당한 전류가 소비된다. 본 논문에서 제시한 데이터 마이그레이션 기법을 적용하면 슬립 모드에서 보존되는 메모리의 크기를 줄일 수 있고 데이터 마이그레이션 기법을 확장함으로써 메모리 보존에 소비되는 전력의 절감 가능성을 제시한다.