IPA（Intelligent Power Allocator）模型的核心是利用PID控制器，Thermal Zone的温度作为输入，可分配功耗值作为输出，调节Allocator的频率和电压值。

由Power Management一般开发模型可知，包括模型建立，模型实现，验证。

1 IPA模型

PID控制器在Sustainable Power基础上，根据当前温度和Control Temp之间的差值，来调节可分配功耗值的大小，进而调节Cooling设备的状态，也即调整OPP（Voltage和Frequency组合）。

所谓Sustainable Power是在不同OPP情境下，某一个最大OPP的温度保持基本稳定。比其大者，温度上升明显；比其小者温度保持不变或者下降。这可以通过监测不同OPP对应的温度值，得到一个Sustainable Power。

另一个就是根据当前环境预估下一个场景功耗值。一般认为包括两部分Dynamic Power和Static Leakage，这是由实测过程中得出的经验。Dynamic Power可以认为跟Voltage和Frequency相关；Static Leakage跟Voltage和Temperature有关。根据实测得到的数据，进行分析得到最吻合数据的一组算式。由于的HiKey实测中，Static Leakage比较小，就被忽略了。所以最终Power值就只跟Voltage和Frequency相关，据此就可以算出OPP对应的功耗值。OPP和功耗之间就建立了联系。

在一个重要参数就是PID控制器的参数P、I、D的确定，这部分也存在一定的经验值。需要测试几组不同参数，然后看温度控制效果。

2 IPA测试环境

1. 在最靠近CPU的地方引出测试点。

2. 接出Ground、V+、V-到ARM Energy Probe。

3. 通过软件设置特殊状态：

1. 对于sustainable power需要将8核跑在100%workload。

2. 对于测试Cluster Power和CPU Power就比较复杂，下面单列。

4. 使用Ipython脚本读取Thermal Zone温度和测试点功耗。

HiKey对应的Cluster和CPU功耗状态如下：

图表 1 HiKey Cluster和CPU状态

3 IPA重要参数

sustainable-power

图表 2 Sustainable power

sustainable-power在thermal-zone里面，是因为测量的温度是基于thermal-sensors的，然后每个thermal-zone包含若干trips和cooling-maps。

通过观察温度，在729MHz的时候温度不会增加，在960MHz的时候温度缓慢增加，在1200MHz的时候温度增加很快。所以确定sustainable-power在960MHz。

在Thermal框架中有一个work queue会去轮询thermal_zone_device_check，根据Trip类型不同会执行不同的delay，passive模式100ms，其他1000ms。

control_temp

IPA模型有两个温度参数很重要，当温度低于65C的时候IPA处于关闭模式，reset PID控制器。当温度高于65C，IPA开始起作用；75C是IPA的control_temp，也即高于75C，IPA就会考虑降低可分配功耗，以达到降低温度的目的。

图表 3 Thermal Zones DTS

对于cooling-maps，需要上下两张图结合理解。trip表示在target开始启动cooling；contribution是针对对个Allocator进行权重分配；cooling-device参数是<设备 min max>。这里面设置的min和max需要在cooling-min-level和cooling-max-level之间。cpufreq会将对应值转换成OPP对应的voltage和frequency进行设置。

dynamic-power-coefficient

echo 0 > /sys/devices/system/cpu/cpu[1…7]/online，关闭CPU1-CPU7，只保留CPU0。

echo mem > /sys/power/state，通过对内核代码hack使SoC相对于CPU0工作状态，逐渐关闭CPU0，Cluster0，整个SoC。得到如下数据：

图表 4 HiKey功耗测试数据

功耗计算公式：

power = dyn_coeff * (freq * volt^2) + static_coeff * F(volt) * F(Temp)

Dynamic power = capacitance * (freq * volt^2)

图表 5 Cluster系数计算

图表 6 Cluster线性图表

图表 7 CPU功耗系数计算

图表 8 CPU线性图标

由以上Cluster和CPU的coefficient得到，dynamic-power-coefficient = (0.298 + (0.054/4 CPUs)) * 1000 = 311。

LINEST：使用最小二乘法对已知数据进行最佳直线拟合，然后返回描述此直线的数组。

4 IPA实现

Power Allocator的结构体，包括三个核心函数power_allocator_bind、power_allocator_unbind、power_allocator_throttle。

初始化PID控制器的参数并且将power_allocator_params绑定到tz->governor_data。

PID参数

从DTS获得的参数可知，temperature_threshold = control_temp - switch_on_temp = 75000-65000 = 10000。

tz->tzp->k_po = int_to_frac(sustainable_power) /temperature_threshold =3326*1024/10000=340.5824

tz->tzp->k_pu = int_to_frac(2 * sustainable_power) /temperature_threshold =3326*2*1024/10000=681.1648

tz->tzp->k_i = int_to_frac(10) / 1000 = 10*1024/1000=10.24

另两个参数tz->tzp->k_d、tz->tzp->integral_cutoff默认为0。

PID控制器

图表 9 power_allocator_throttle流程

power_allocator_throttle作为IPA的调节功能，首先判断当前温度是否小于switch_on_temp。如果小于的话，就不进入PID调节，分配最大可用功耗。反之，则使用PID进行功耗分配。当PID调节一段时间后，如果温度低于switch_on_temp时，PID控制器的所有参数也会被重启，所以PID控制器也会得到纠正。

图表 10 allocate_power流程

allocate_power作为IPA的核心，遍历所有thermal_instances，获得actor数目及其权重；然后计算每个actor的max_power、weighted_req_power和所有actor的max_allocatable_power、total_weighted_req_power。

pid_controller根据control_temp、max_allocatable_power即pid参数计算出power_range作为下一次分配的功耗预算。

divvy_up_power基于weighted_req_power、max_power、num_actors、total_weighted_req_power、power_range在每个actor之间分配可用功耗，得出granted_power。

power_actor_set_power根据分配到的功耗设置cooling设备。cdev->ops->power2state将功耗值转换成cooling设备状态值，thermal_cdev_update的cdev->ops->set_cur_state对cooling进行设置。至此完成整个Thermal Zone的调节。

有几个重要的概念，thermal_instance指的是特定thermal_zone中特定trip上的cooling设备；power actor是一个功耗消耗实体，并且可进行功耗状态转换，能通过调节状态达到调节功耗的目的；actor的权重，默认是1024，如果比较重要可以增加weight值，反之可以减小。功耗分配不是基于req_power而是weighted_req_power。

IPA的缺陷：PID控制器在周期性tick环境下效果比较好，如果不规则重复则可能表现不太好，比如中断触发。