是的,内存使用量(内存访问次数)与能耗之间存在正相关关系。换句话说,访问的内存越多,消耗的能量就越多。
然而,能源消耗很大程度上取决于应用程序通过 Android 平台 API、虚拟机执行时与之交互的其他硬件组件(例如 CPU、显示器、无线电、GPS 等)的能源使用。和操作系统。这是因为内存不是在真空中使用的,研究表明,与执行应用程序时使用的其他硬件组件相比,RAM 消耗的能量相对较少。换句话说,如果发生内存访问,那是因为 CPU 正在执行,这比 CPU 处于空闲状态时消耗更多的能量。
例如,请考虑以下基于 HTC Dream (G1) 和 Nexus One 设备测试的引用,来自:
[29] Aaron Carroll 和 Gernot Heiser,“智能手机功耗分析”,在 USENIX 年度技术会议的 2010 USENIX 会议记录上发表,马萨诸塞州波士顿,2010 年。http://www.nicta.com.au/pub?doc=3587
“RAM、音频和闪存子系统始终表现出最低的功耗。虽然我们的微基准测试表明 SD 卡的峰值功率可能很大(50 mW),但实际上利用率足够低,因此平均而言可以忽略不计。功耗。即使是视频播放(移动设备数据密集型用途之一),SD 功耗也远低于总功耗的 1%。RAM 具有类似的特性;微基准测试表明,在某些工作负载中,RAM 功耗可能超过 CPU 功耗,但在实际情况下,CPU功耗比RAM功耗高出两倍或更多。音频的静态功耗大部分在28-34 mW之间。总体而言,RAM、音频和SD对音频功耗影响不大。设备,因此几乎没有能源优化的潜力。”
正如这篇论文和其他论文所说(请参阅本文末尾的完整参考列表),能耗取决于应用程序用例场景,以及您的应用程序和其他应用程序执行期间使用其他硬件组件的频率和持续时间。在应用程序执行时进行上下文切换的应用程序。
纯粹通过软件测量能耗是非常困难的。 Kristopher 提到的 Epof 论文可能是我在该领域看到的最新、最完整的成果:
[38] Abhinav Pathak、Y. Charlie Hu 和 Ming Zhu (2012),“使用 Eprof 对智能手机进行细粒度能源核算”,EuroSys'12,瑞士伯尔尼,2012 年 4 月 10-13 日。http://research.microsoft.com/en-us/people/mzh/eurosys-2012.pdf
截至 2012 年初,作者计划在今年晚些时候以开源方式发布他们的软件,但我不知道目前情况如何。
另一篇要检查的论文是产生Google Play 上的 PowerTutor 应用,这是密歇根大学和谷歌之间的合作:
[34] 张立德、Birjodh Tiwana、钱志云、王兆光、罗伯特·P.迪克、卓庆·莫利·毛和雷·杨,“智能手机的准确在线功率估计和基于自动电池行为的功率模型生成”,发表在《Proceedings of the Proceedings》上第八届 IEEE/ACM/IFIP 国际硬件/软件协同设计和系统综合会议,美国亚利桑那州斯科茨代尔,2010 年。http://static.googleusercontent.com/external_content/untrusted_dlcp/research.google.com/en/us/pubs/archive/39990.pdf
他们仅使用软件进行能源使用建模,但为了产生准确的结果,必须首先使用不仅仅是软件的方式在特定设备上开发模型。
如果您询问进程消耗的内存量与能源使用之间的相关性,我不记得曾遇到过专门测量这一点的论文。然而,通常我会认为具有较大内存消耗的进程也需要更多的CPU周期来执行以利用该内存,这将导致更大的能耗。
我包裹起来我的论文今年早些时候,我了解了智能移动软件如何为基于位置的服务节省能源,并阅读了一系列有关移动能源消耗和过程分析的论文。以下是我引用的参考文献,它们还讨论了移动应用程序中的一般能源消耗(如果它们有用)。
[26] Jeff Sharkley (2009),“Coding for Life——Battery Life, That Is”,Google I/O 2009,加利福尼亚州旧金山,2009 年 5 月 27 日。http://www.google.com/events/io/2009/sessions/CodingLifeBatteryLife.html
[27] Robert Mayo 和 Parthasarathy Ranganathan,“移动设备中的能耗:为什么未来系统需要要求 - 感知能源缩减 - 功耗感知计算机系统”。卷。 3164,B. Falsafi 和 T. VijayKumar,编辑,编辑:施普林格柏林/海德堡,2005 年,第 301-463 页。Link
[28] Gerard Bosch Creus 和 Mika Kuulusa,通过内置功率分析优化移动软件:Springer,2007 年。Link
[29] Aaron Carroll 和 Gernot Heiser,“智能手机功耗分析”,在 USENIX 年度技术会议的 2010 USENIX 会议记录上发表,马萨诸塞州波士顿,2010 年。http://www.nicta.com.au/pub?doc=3587
[30] Aqeel Mahesri 和 Vibhore Vardhan,“现代笔记本电脑的功耗细分 - 功率感知计算机系统”。卷。 3471,B. Falsafi 和 T. VijayKumar,编辑,编辑:施普林格柏林/海德堡,2005 年,第 165-180 页。Link
[31] Rajesh Palit、Ajit Singh 和 Kshirasagar Naik,“对便携式无线设备上应用的能源成本进行建模”,在英国温哥华举行的第 11 届无线和移动系统建模、分析和仿真国际研讨会论文集上发表加拿大哥伦比亚,2008 年。http://dl.acm.org/itation.cfm?id=1454562
[32] T. Farrell、R. Lange 和 K. Rothermel (2007),“通过早期基于距离的报告对移动对象进行节能跟踪”,载于《移动和普适系统:网络与服务》,2007 年。MobiQuitous 2007 年。第四届国际年会,第 1-8 页,2007 年 8 月 6-10 日。Link
[34] 张立德、Birjodh Tiwana、钱志云、王兆光、罗伯特·P.迪克、卓庆·莫利·毛和雷·杨,“智能手机的准确在线功率估计和基于自动电池行为的功率模型生成”,发表在《Proceedings of the Proceedings》上第八届 IEEE/ACM/IFIP 国际硬件/软件协同设计和系统综合会议,美国亚利桑那州斯科茨代尔,2010 年。http://static.googleusercontent.com/external_content/untrusted_dlcp/research.google.com/en/us/pubs/archive/39990.pdf
[35] J. Eberle 和 G. P. Perrucci (2011),“用于最先进智能手机定位方法的能量测量活动”,消费者通信和网络会议 (CCNC),2011 IEEE,第 937-941 页, 2011 年 1 月 9 日至 12 日。Link
[36] M. Kjaergaard (2012),“最大限度地减少移动电话上基于位置的服务的功耗”,普适计算,IEEE,卷。 11 页 67-73。Link
[38] Abhinav Pathak、Y. Charlie Hu 和 Ming Zhu (2012),“使用 Eprof 对智能手机进行细粒度能源核算”,EuroSys'12,瑞士伯尔尼,2012 年 4 月 10-13 日。http://research.microsoft.com/en-us/people/mzh/eurosys-2012.pdf