Design methodologies and tools for energy-aware iot-based applications

Abstract

Green, sustainable and energy efficient computing terms are gaining more and more attention during the last years. As the number of Internet of Things (IoT) computing devices keeps increasing, energy efficiency is becoming an important requirement, imposing new challenges to software developers. Existing works vary significantly, depending on the abstraction level in which the energy efficiency is treated. On the one hand, from software engineering perspective, there are tools that suggest best practices and guidelines based on empirical studies. On the other hand, embedded system practitioners reduce energy either at hardware level or by making custom transformations at source-code level, using custom techniques, DSPs or memory management optimizations. As applications evolve, there is an increasing need to address energy efficiency at application source code level, beyond general guidelines. Therefore, software tools capable of providing energy consumption estimations and identifying optimization opportunities are vital for assisting developers during the phases of application development. The goal of this dissertation is to introduce the design of application analysis tools that target energy efficiency at the software design level. The introduced tools, coupled with implementation details, are capable of estimating the expected energy consumption of applications running on multiple devices. The proposed tools suggest a number of optimizations to the user with special emphasis on estimating potential gains by acceleration. The presented methodology provides several features, including the combination of static analysis and dynamic instrumentation approaches in order to exploit the advantages of both. The potential use of the proposed methods towards building a tool that focuses on saving energy by suggesting efficient function placements on Edge devices is demonstrated. Finally, a special study of the impact of the suggested optimizations on software development, such as the programming effort, is introduced. The recent increase in demand for IoT embedded systems, such as the control of Heating Ventilation and Air-Conditioning (HVAC) in buildings, motivated our study of a special use-case. HVAC control systems exhibit increased complexity and their operation relies less on human decision-making and more on computational intelligence. The efficiency of these systems is usually limited by the orchestrators’ flexibility to optimize simultaneously multiple, and usually contrary, parameters. Throughout this thesis, we aim to introduce novel solutions for designing model-free orchestrators. Experimental results highlight the superiority of our solutions, as we achieve comparable performance to state-of-the-art relevant controllers without the need of any prior detailed modeling and requiring lower computational and storage resourced without sacrificing the quality of derived results.

Η ενεργειακή αποδοτικότητα των υπολογιστικών πόρων που εκφράζεται συχνά με τους όρους Green και Sustainable computing κερδίζει όλο και μεγαλύτερη προσοχή τα τελευταία χρόνια. Καθώς ο αριθμός των υπολογιστικών συσκευών σε εφαρμογές Διαδικτύου των Αντικειμένων (ΙοΤ) συνεχίζει να αυξάνεται, η μείωση της ενέργειας των εφαρμογών αποτελεί πλέον μια σημαντική απαίτηση που επιβάλλει νέες προκλήσεις στους προγραμματιστές. Οι υπάρχουσες λύσεις ποικίλλουν σημαντικά, ανάλογα με το επίπεδο στο οποίο εξετάζεται η ενεργειακή αποδοτικότητα. Από τη μία πλευρά, πιο κοντά στο λογισμικό, υπάρχουν ερευνητικές εργασίες που προτείνουν βέλτιστες πρακτικές και δίνουν κατευθυντήριες γραμμές βασιζόμενες σε εμπειρικές μελέτες. Από την άλλη πλευρά, οι ερευνητές στον τομέα των ενσωματωμένων συστημάτων μειώνουν την ενέργεια είτε με βελτιστοποιήσεις στο ίδιο το υλικό, είτε μετασχηματίζοντας τον κώδικα της εφαρμογής, χρησιμοποιώντας εμπειρικές τεχνικές, π.χ. για την βελτιστοποίηση της διαχείρισης μνήμης. Καθώς οι εφαρμογές εξελίσσονται, δημιουργείται η ανάγκη αντιμετώπισης της αυξημένης ενεργειακής κατανάλωσης στο επίπεδο του πηγαίου κώδικα της εφαρμογής από τους ίδιους τους προγραμματιστές. Ως εκ τούτου, η δημιουργία εργαλείων λογισμικού ικανών να παρέχουν εκτιμήσεις κατανάλωσης ενέργειας και να προτείνουν βελτιστοποιήσεις, είναι πλέον εξαιρετικά σημαντική, προκειμένου να παρέχεται βοήθεια στους προγραμματιστές σε όλες τις φάσεις ανάπτυξης ΙοΤ εφαρμογών. Στόχος της παρούσας διατριβής είναι η σχεδίαση εργαλείων ανάλυσης εφαρμογών που στοχεύουν στην ενεργειακή αποδοτικότητα. Οι προτεινόμενες λύσεις, οι οποίες συνδυάζονται και με λεπτομέρειες υλοποίησης, παρέχουν εκτιμήσεις της αναμενόμενης κατανάλωσης ενέργειας των εφαρμογών πριν αυτές εκτελεστούν στις συσκευές. Τα προτεινόμενα εργαλεία παρέχουν προτάσεις βελτιστοποιήσεων στον χρήστη με ιδιαίτερη έμφαση στην εκτίμηση των πιθανών ενεργειακών κερδών από την επιτάχυνση της εφαρμογής σε GPU. Επιπλέον, εξετάζεται η επέκταση τους στην δημιουργία ενός συστήματος αποφάσεων ενεργειακά αποδοτικών τοποθετήσεων των επιμέρους συναρτήσεων των εφαρμογών στις διαθέσιμες συσκευές του δικτύου. Η μεθοδολογία που παρουσιάζεται στην διατριβή, έχει πολλά καινοτόμα χαρακτηριστικά, όπως τον συνδυασμό στατικής και δυναμικής ανάλυσης προκειμένου να αξιοποιούνται τα πλεονεκτήματα και των δύο τεχνικών. Επιπλέον, παρουσιάζεται μια ειδική μελέτη της επίδρασης των προτεινόμενων βελτιστοποιήσεων στην ανάπτυξη λογισμικού, όπως π.χ. η εκτίμηση της προσπάθειας που πρέπει να καταβληθεί για να εφαρμοστούν. Η πρόσφατη αύξηση της ζήτησης για νέες εφαρμογές ΙοΤ, όπως για παράδειγμα για τον έλεγχο της ενέργειας και του κλιματισμού στα σύγχρονα έξυπνα κτίρια, κινητοποίησε τη μελέτη μιας ειδικής περίπτωσης. Τα συστήματα αυτά παρουσιάζουν αυξημένη πολυπλοκότητα και η λειτουργία τους βασίζεται λιγότερο στην ανθρώπινη λήψη αποφάσεων και περισσότερο στην υπολογιστική νοημοσύνη. Σε αυτή τη διατριβή εισάγονται νέες λύσεις των οποίων τα πειραματικά αποτελέσματα δείχνουν συγκρίσιμες επιδόσεις με παρόμοιους ελεγκτές τελευταίας τεχνολογίας, χωρίς όμως την ανάγκη προηγούμενης λεπτομερούς μοντελοποίησης των κτιρίων και απαιτώντας πολύ χαμηλότερους υπολογιστικούς πόρους.