DYNAMIC ENERGY PERFORMANCE PREFERENCE BASED ON WORKLOADS USING AN ADAPTIVE ALGORITHM

• Main Authors: BEJA, Hadas, NAIR, Sudheer, PERI, Moran, WEISSMANN, Eliezer, YASSIN, Noha, OLSWANG, Gilad, HERMERDING II, James, ROTEM, Efraim, SAKARDA, Premanand, GANAPATHY, Deepak, FENGER, Russell, WAGNER, Avishai, ABU SALAH, Hisham, KRISHNAKUMAR, Nivedha, KARAVANY, Ido, WANG, Zhongsheng
• Format: Patent
• Language: English; French
• Published: 21.01.2021
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; PHYSICS

Described are mechanisms and methods for tracking user behavior profile over large time intervals and extracting observations for a user usage profile. The mechanisms and methods use machine learning (ML) algorithms embedded into a dynamic platform and thermal framework (DPTF) (e.g., Dynamic Tuning Technology) and predict device workloads using hardware (HW) counters. These mechanisms and methods may accordingly increase performance and user responsiveness by dynamically changing an Energy Performance Preference (EPP) based on a longer time workload analysis and workload prediction. L'invention concerne des mécanismes et des procédés pour suivre un profil de comportement d'utilisateur sur de grands intervalles de temps et extraire des observations pour un profil d'utilisation d'utilisateur. Les mécanismes et les procédés utilisent des algorithmes d'apprentissage machine (AM) intégrés dans une plateforme dynamique et un cadre thermique (DPTF) (Par exemple, une technologie de réglage dynamique) et prévoient des charges de travail de dispositif à l'aide de compteurs matériels (HW). Ces mécanismes et procédés peuvent en conséquence augmenter la performance et la réactivité à l'utilisateur par changement dynamique d'une préférence de performance énergétique (EPP) sur la base d'une analyse de charge de travail sur une plus longue durée et d'une prévision de charge de travail.