Um Breve Survey: Escalonamento em Sistemas de Tempo Real com Otimização do Consumo de Energia

Transcrição

1 Um Breve Survey: Escalonamento em Sistemas de Tempo Real com Otimização do Consumo de Energia Luciano Bertini e J.C.B. Leite Universidade Federal Fluminense {lbertini,julius}@ic.uff.br Resumo As pesquisas de técnicas que permitem a otimização do consumo de energia dos sistemas computacionais têm recebido um grande destaque atualmente, em quase todas as etapas do projeto. Isso é particularmente importante nos sistemas que dependem de computação móvel, pois a sua utilidade depende do tempo de vida das baterias que os alimentam. Este artigo apresenta uma breve revisão da tecnologia atual de sistemas de tempo real com otimização do consumo de energia, dando maior importância em apresentar o estado-da-arte dos algoritmos de escalonamento. Desempenho e consumo são sempre características opostas, de forma que garantir o cumprimento dos requisitos temporais e ao mesmo tempo reduzir o gasto de energia é um desafio para o projetista. Palavras-chave: otimização de energia, escalonamento power-aware, sistemas de tempo real, sistemas móveis 1 Introdução Recentemente tem se observado uma forte preocupação dos grupos de pesquisa, tanto na computação como nas engenharias, com a questão de se desenvolver sistemas com o menor consumo de energia possível. Tal preocupação se justifica pela ubiqüidade cada vez maior dos sistemas computacionais e pela característica pervasiva da computação, onde podem existir unidades móveis com extrema dependência da alimentação por baterias. Tornou-se necessário reduzir o consumo de energia, pois o avanço da tecnologia de baterias é extremamente lento em relação ao incremento de sua capacidade via-a-vis o seu peso, além da restrição de tamanho físico que os sistemas geralmente impõem. A redução da potência tem também como vantagem o fato de que sistemas de menor consumo de energia apresentam um custo menor, incluindo o encapsulamento e os gastos com arrefecimento. Além disso, sistemas de alta dissipação de energia possuem menor confiabilidade, devido às altas temperaturas que podem acionar mecanismos de proteção, o que não pode ser admitido em sistemas de tempo real críticos. A otimização do consumo de energia pode ser feita em todas as etapas de projeto de um sistema, desde o projeto lógico, o projeto do sistema operacional até o nível da aplicação. Nos sistemas de tempo real, a tarefa de se reduzir o consumo apresenta desafios tecnológicos de difícil solução, pois tem-se uma dicotomia entre reduzir o consumo e ao mesmo tempo garantir o desempenho necessário para que todas os requisitos temporais da aplicação sejam atendidos.

2 Algumas revisões bibliográficas sobre técnicas de redução do gasto de energia em sistemas de tempo real já existem na literatura, mas todas são mais generalistas e não abordam com detalhes o escalonamento propriamente dito. Por exemplo, Benini e De Micheli apresentam, em [2], técnicas de otimização de potência em todos os níveis de um sistema, considerando que os três maiores consumidores de energia são o processador, a comunicação e a memória. Em [6], Jones et al. apresentam uma revisão de técnicas de economia de energia em todas as camadas de rede. Havinga e Smit também apresentam em [5] técnicas para todas as camadas, mas com enfoque nas aplicações multimídia em redes sem fio, sem concentrar o enfoque nos algoritmos de escalonamento, mas sim nas camadas de rede. Já em [18], Unsal e Koren apresentam tecnologias utilizadas para a redução do consumo de energia, desde a lógica digital, o compilador, o sistema operacional até a interface de rede. Na parte que se refere ao sistema operacional, discutem alguns aspectos como a diminuição da velocidade de processamento, dispositivos de E/S, medição de consumo, QoS e jitter. É importante destacar algumas terminologias relacionadas com as técnicas de redução do gasto de energia. Os sistemas que conseguem reduzir em tempo de execução o seu consumo são geralmente classificados como sistemas power-aware. Existem também os sistemas low-power, que são diferentes. Bhardwaj et al. em [3], definem um sistema power-aware como sendo aquele com a habilidade de minimizar o consumo de energia através da adaptação às mudanças em seu ponto de operação. Já os sistemas low-power seriam sistemas cujo projeto foi sensível às considerações de energia, objetivando um menor consumo, sem perda de desempenho. Este artigo tem a seguinte organização: a seção 2 apresenta formalmente o problema do escalonamento em sistemas de tempo real com otimização do consumo de energia, com uma rápida demonstração de que o problema é N P-difícil. Na seção 3 são apresentadas algumas das principais técnicas de escalonamento encontradas na literatura. Na seção 4, de maneira mais geral, são apresentadas outras áreas de pesquisa que são influenciadas pela necessidade de se reduzir o gasto de energia. Os seguintes aspectos são abordados: qualidade de serviço, tolerância a falhas, computação imprecisa e sistemas multiversão. A seção 5 apresenta algumas questões ainda em aberto para pesquisa. As duas seções finais apresentam a conclusão e agradecimentos. 2 Formulação do Problema O mecanismo básico utilizado para se reduzir o consumo de energia através do escalonamento é o chamado DVS (Dynamic Voltage Scaling). Processadores que suportam DVS permitem a redução da sua tensão e da sua freqüência em tempo de execução. A potência de um dispositivo possui duas componentes, uma estática, determinada pelas correntes de fuga existentes no processador, e outra dinâmica, esta geralmente mais significativa, determinada pelos chaveamentos das portas lógicas que compõem o circuito. É esta componente que se quer reduzir com o uso da técnica DVS, sendo ela calculada pela equação P d = C L N SW V 2 DD f, onde C L é a capacitância de carga, causada pela disposição interna e pelas ligações elétricas dentro do circuito integrado, N SW é o número médio de comutações realizadas durante um ciclo de relógio, V DD é a tensão de alimentação e f é a freqüência de relógio. Quando se reduz a tensão V DD, os atrasos de propagação das portas lógicas aumentam, obrigando que também haja uma redução na freqüência de relógio. A relação entre os atrasos C de propagação δ e V DD é praticamente linear, dada por δ = L V DD K(V DD V T, onde V ) α T é a tensão

3 limite, que deve ser reduzida conjuntamente com V DD para manter o desempenho e também reduzir a potência, e α é uma constante com valor entre 1 e 2. Portanto, a freqüência de relógio é reduzida aproximadamente na mesma proporção que a tensão V DD. Assim, temos uma proporcionalidade quase cúbica da potência em relação à velocidade do processamento. Como o tempo de processamento é proporcional ao inverso da velocidade, já que diminuindo-se a velocidade o tempo de processamento de uma tarefa aumenta, e como a energia é o produto da potência pelo tempo, é possível estimar a energia gasta por uma única tarefa pelo quadrado da sua velocidade, considerando apenas a potência estática. Assim, a energia total gasta será estimada pelo somatório de todas os quadrados das velocidades individuais de cada tarefa. Com base nas observações feitas acima, na formulação do problema básico de escalonamento de tempo real com um único processador apresentada por Garey e Johnson [4] e incluindo-se a restrição do gasto de energia, obtém-se a seguinte formulação para o problema do escalonamento de tempo real com custo mínimo de energia. ESCALONAMENTO DE TEMPO REAL COM CUSTO MÍNIMO DE ENERGIA INSTÂNCIA: Um conjunto T de tarefas, para cada t T, uma velocidade de processamento v(t) Z +, um tempo de execução l(t) Z + inversamente proporcional a v(t), um tempo de chegada r(t) Z + 0 e um prazo d(t) Z + QUESTÃO: Existe uma escala de execução σ e um valor v(t) para cada t T que satisfaça as restrições de tempo de chegada, atenda todos os prazos, isto é, uma função injetora σ : T Z + 0 que se σ(t) > σ(t ) implica σ(t) σ(t ) + l(t ), tal que, para todo t T, σ(t) r(t) e σ(t) + l(t) d(t), e tal que o consumo de energia seja mínimo, ou seja, tal que minimize t T v(t)2? O problema assim formulado é um problema de otimização. O seu problema de decisão relacionado, porém sem as restrições de energia, pode ser provado pertencer à classe N P- completo a partir da transformação do problema 3-PARTITION [4], o que leva à conclusão que o problema de otimização em questão é N P-difícil. 3 Escalonamento com Redução de Energia Um dos primeiros artigos que tratam do escalonamento de tarefas para redução de energia foi apresentado em 1994 por Weiser et al. [19]. Eles introduzem uma métrica para avaliar o consumo de energia, o MIPJ, ou milhões de instruções por joule. É observado que em uma evolução de 10 anos os processadores, que passaram de 1 para 200 MIPS, tiveram um aumento de 1 para apenas 5 MIPJ. A técnica por eles apresentada consiste em reduzir a velocidade (e a voltagem) do processador durante os períodos de atividade, de modo que os períodos ociosos sejam reduzidos a um mínimo, já que a ociosidade significa energia perdida. Um trabalho também seminal foi apresentado em 1995 [20], onde é proposto um algoritmo off-line que distribui uniformemente a velocidade de processamento entre as tarefas. O algoritmo escolhe o subconjunto de tarefas que necessita da maior velocidade para cumprir seus requisitos e o escalona segundo a política EDF. O procedimento é repetido até que não restem mais tarefas, resultando em complexidade O(nlog 2 n). São também apresentados alguns algoritmos on-line, entre eles o AVR (Average Rate), que escolhe, para cada tarefa, a velocidade

4 exata para terminar seu processamento antes do prazo. Nesse artigo é demonstrado que o AVR apresenta um comportamento, em termos de gasto de energia, que é proporcional à energia mínima requerida para a execução da aplicação. Técnicas mais recentes de escalonamento combinam a redução da velocidade das tarefas e a redução da tensão através de cálculos estáticos e de modificações dinâmicas na grade de execução. Esta última é freqüentemente denominada Slack Reclamation, que consiste em aproveitar o tempo não utilizado (slack) por uma tarefa para diminuir a velocidade de execução de outras tarefas e assim economizar energia. Esta técnica geralmente atinge bons resultados porque a escala de execução estática é determinada pelos tempos de execução de pior caso (WCET) e, em alguns sistemas, o tempo de pior caso pode chegar a ser até 10 vezes maior que o tempo médio de execução. O teste de escalonabilidade é geralmente realizado da mesma forma que nos sistemas comuns, considerando o processador na velocidade máxima. Em [9], Mossé et al. consideram o escalonamento não preemptivo de um conjunto com N tarefas e um único prazo, como em um executivo cíclico, onde cada tarefa tem um tempo médio de execução e um tempo de pior caso c i. O processador coloca pontos de teste entre as tarefas que permitirão verificar se é possível alterar a velocidade do processador, através da diferença entre o tempo gasto e o tempo de pior caso. A informação principal usada nos esquemas é o fator denominado Slack Factor (SF), que é obtido como SF = seja, o valor de SF é proporcional ao inverso da carga do sistema. d P n i=1 c i, onde d é o prazo. Ou No escalonamento estático puro, a velocidade do processador S i para cada tarefa i é simplesmente dada por, admitindo que a velocidade máxima é 1. Esta velocidade garante que, 1 SF se cada tarefa gastar exatamente o seu WCET, o processador ficará o tempo todo ocupado e terminará imediatamente antes do prazo. Para tentar aproveitar o tempo não gasto pelas tarefas, as duas principais técnicas apresentadas são a DPM-P (Dynamic Power Management Proportional) e a DPM-G (Dynamic Power Management Greedy). Na primeira, quando uma tarefa termina, a diferença entre o tempo de pior caso e o tempo gasto é distribuído entre as outras Ptarefas. Quando a primeira tarefa termina no instante t 1, a velocidade será ajustada para n i=2 S 2 = c i d t 1. Assim, se j tarefas terminaram, a velocidade para executar a próxima tarefa é P n i=j+1 dada por: S j+1 = c i d t j. A segunda técnica é mais agressiva que a anterior, pois todo o tempo não usado é atribuído à próxima tarefa. A velocidade da tarefa j +1, que inicia no tempo t j, é dada por S j+1 =. Os autores também introduzem nesse trabalho o conceito c j+1 d t j P n i=j+1 c i de Power Management Points (PMPs), que são os pontos entre as tarefas onde o escalonador deve alterar a velocidade da UCP. Esses pontos são abstrações que contém todas as informações necessárias para os cálculos e permitem influenciar no gerenciamento do consumo em pontos específicos de uma aplicação. Um trabalho também baseado em slack reclamation é apresentado em [10], onde Pillai e Shin definem o termo RT-DVS, que consiste em algoritmos que reduzem a velocidade do processador e ao mesmo tempo mantém a escalonabilidade segundo RM ou EDF. Duas abordagens são apresentadas, denominadas cycle-conserving e look-ahead. A primeira abordagem reduz a velocidade à medida que as tarefas terminam sem gastar todo o tempo de pior caso. A segunda abordagem assume desde o início uma velocidade inferior, podendo executar em velocidades mais altas no final. Em [22], Dakai Zhu et al. apresentam esquemas de otimização para sistemas multiprocessados com e sem relação de precedência A heurística de escolha de qual tarefa vai para qual

5 processador é a da maior tarefa primeiro, supondo que tarefas maiores podem gerar slacks maiores. Além disso, é utilizada uma fila única para as tarefas. Neste caso, em que existe uma fila única para vários processadores, a distribuição do slack pode alterar a ordem inicial determinada estaticamente e isto pode causar a perda do prazo. Uma solução não apresentada no artigo é que o valor correto do slack poderia ser calculado com base nas mudanças na fila de execução. Se uma tarefa mudar de processador devido a uma mudança de velocidade, a diferença entre os tempos de pior caso poderia ser considerada no cálculo. A solução apresentada é distribuir o slack entre os processadores, de modo que o tempo de execução total não exceda aquele dado pela escala estática. Em [12], Roychowdhury et al. abordam o escalonamento com economia de energia em sistemas de tempo real críticos, com relação de precedência entre as tarefas, e para ambientes multiprocessados. São apresentadas duas técnicas, uma off-line, baseada na análise de pior caso, e outra on-line, que aproveita o tempo não gasto pelas tarefas. A técnica off-line necessita de uma entrada válida dada por um algoritmo de escalonamento genérico para multiprocessadores assumindo a velocidade máxima. A economia de energia é obtida minimizando a porcentagem do tempo em que os processadores devem executar na tensão mais alta (são admitidas somente duas velocidades). A técnica dinâmica é basicamente slack reclamation, porém observando-se a ordem de precedência das tarefas. Ramesh Mishra et al. também apresentam técnicas de escalonamento power-aware com slack reclamation em [8]. O diferencial deste trabalho está no cálculo estático. A grade de escalonamento é dividida em segmentos de tempo e cada segmento tem um grau de paralelismo dado pelo número de tarefas simultâneas que são executadas naquele segmento. O cálculo estático é feito através da derivada parcial do consumo total de energia em relação ao slack que cada grupo de segmentos da grade com igual paralelismo poderá receber. Os segmentos são diferenciados pelo nível de paralelismo porque um ganho maior é obtido quando o trecho com maior paralelismo recebe maior slack. São apresentadas duas técnicas dinâmicas. Uma denominada greedy, onde todo o tempo não utilizado é atribuído à próxima tarefa daquele processador, podendo este ficar ocioso caso a tarefa não esteja pronta, e a técnica denominada gap filling, que considera a preempção para preencher um gap existente antes de uma tarefa que não está pronta. Uma tarefa futura que esteja pronta é chamada para a execução, invertendo a ordem das tarefas. 4 Temas de Pesquisa Relacionados Esta seção apresenta outros temas de pesquisa em sistemas de tempo real relacionados com a redução de energia. Alguns deles são: computação imprecisa e sistemas baseados em recompensa, sistemas multiversão, qualidade de serviço (QoS) e tolerância a falhas. A computação imprecisa está relacionada com o conceito de escalonamento baseado em recompensa (Reward Based), que se refere ao problema no qual existe uma recompensa associada com a execução de uma tarefa. É conhecido também na literatura como IRIS (Increased-Reward with Increased-Service), onde cada tarefa de tempo real apresenta uma componente mandatória e outra opcional. A parte mandatória deve ser executada antes do prazo da tarefa e a parte opcional pode ser interrompida a qualquer momento, com uma função de recompensa crescente associada. Alguns trabalhos importantes de computação imprecisa com restrições de energia foram apresentados em [1], com algoritmos estáticos e dinâmicos e em [14], com enfoque no

6 modelo de prazo único. O trabalho mais recente foi apresentado em [13], onde Rusu, Melhem e Mossé apresentam algoritmos para aplicações com consumo homogêneo de energia e também algoritmos para aplicações onde as funções são heterogêneas no consumo de energia, com garantia de limite superior. O estudo apresentado por Rusu et al. em [15] preocupa-se com a questão de oferecer uma ampla variedade de níveis de QoS para a aplicação de tempo real, através da idéia de sistemas multiversão. Trata-se de sistemas capazes de contar com múltiplas versões de software, cada uma com diferentes exigências de recompensas, prazos e energia. O escalonamento multiversão tem sido muito usado no contexto de sistemas tolerantes a falhas, para alcançar um certo nível de redundância de software. O objetivo de se ter um escalonamento multiversão em um sistema de tempo real seria o de obter diferentes níveis de QoS, como, por exemplo, no caso de processamento de vídeo. Ainda relacionado com QoS o trabalho apresentado por Quan et al. em [11] relaciona a otimização de energia com os requisitos de QoS quantificados através das restrições (m,k), onde pelo menos m de qualquer seqüência de k jobs de uma tarefa cumprem os seus prazos. O trabalho apresentado em [7] por Melhem et al. apresenta duas políticas de colocação de checkpoints que permitem o sistema recuperar de uma falha e ainda reduzir o consumo de energia. As políticas reduzem a velocidade do processador durante a operação normal e, quando ocorre uma falha, o processador reexecuta todo o código após o último checkpoint na velocidade máxima, para garantir o cumprimento do prazo. A primeira política coloca os checkpoints uniformemente, de forma periódica, reservando uma parte do slack para a execução da recuperação. Assim, se o número de checkpoints for grande, menor será o tempo necessário para a recuperação. Por outro lado, quanto maior o número de checkpoints, maior também será o overhead causado pelos mesmos, que é também descontado do slack. Nesta técnica, se nenhuma falha ocorre, o tempo reservado antes do prazo para a recuperação é perdido. A segunda política pressupõe que a ocorrência de falhas é um evento raro, com a distância entre checkpoints diminuindo à medida que se aproxima do prazo. caso ocorra uma falha antes do primeiro checkpoint, apesar do código a ser reexecutado ser maior, existe tempo suficiente para executar tudo novamente antes do prazo. Os trabalhos apresentados em [16] abordam técnicas para sistemas de tempo real soft, onde o objetivo é minimizar o consumo e garantir QoS em sistemas com carga esporádica, como por exemplo uma composição de servidores back-ends (server farms), onde as requisições dos clientes são distribuídas entre eles. Cada servidor recebe aperiodicamente os clientes e estes são divididos em classes com diferentes requisitos de QoS. O problema consiste em reduzir o consumo e garantir os requisitos de tempo de resposta. A técnica trivial de se aplicar DVS é reduzir a velocidade do processador até que seja observado o não cumprimento de alguns prazos. A técnica apresentada pelo artigo é baseada em um controle realimentado onde o ajuste, ou set-point, é um limite de utilização. Quando a utilização do servidor é inferior ao limite, a velocidade é diminuída, e quando a utilização excede o limite, a velocidade aumenta. Como o limite é uma condição suficiente para a escalonabilidade, excedê-lo não significa necessariamente a perda de prazos. Outro trabalho voltado para sistemas de tempo real soft aparece em [21], onde são apresentadas técnicas adequadas para aplicações multimídia, que requerem uma garantia estatística de que uma fração dos prazos deve ser cumprida. O artigo apresenta a implementação do sistema GRACE-OS, um escalonador que aloca o tempo baseado em requisitos estatísticos de desempenho e na distribuição estatística da demanda, o que aumenta a utilização da UCP comparada

7 com a dos sistemas baseados no pior caso. O GRACE-OS também utiliza uma técnica on-line para aproveitar o término antecipado das tarefas. Neste caso, o escalonador permite iniciar uma tarefa com velocidade menor, acelerando à medida que a tarefa progride. 5 Trabalhos Futuros A maioria dos trabalhos estudados apresentam heuristicas para a solução do problema, baseadas em modelos com algumas limitações. Por exemplo, os processadores que atualmente suportam DVS o fazem em níveis discretos de tensão e freqüência, já que ainda não foi desenvolvido um processador com ajuste contínuo e linear da velocidade. É preciso desenvolver modelos reais, em especial para sistemas distribuídos e paralelos, com ordem de precedência e recursos restritos. Além disso, é necessário desenvolver algoritmos de aproximação, onde a solução apresente um limite superior comprovado em relação ao ótimo, não apenas heurísticas sem garantias de qualidade da solução. Uma área que ainda permanece pouco estudada é a da redução do consumo a partir de um enfoque que leve em consideração os demais componentes. Ou seja, não somente o processador, mas também memórias, rede e outros dispositivos entrariam no cômputo, lembrando que a Lei de Amdhal também se aplica para o gasto de energia. Algumas questões seriam, por exemplo: a redução da energia da UCP pode causar algum aumento na energia gasta por algum outro dispositivo do sistema? Existe alguma forma de escalonamento que favoreça a redução do consumo de energia dos dispositivos, mesmo que aumente o da UCP? 6 Conclusão A preocupação com a redução do consumo de energia em sistemas de tempo real gerou uma área de pesquisa que poucos previram com antecedência. No survey escrito por Stankovic et al. [17] em 1996, por exemplo, são apontados como importantes para os futuros sistemas de tempo real a sua capacidade de evolução, ser aberto, composibilidade e a engenharia de software. O artigo faz uma previsão de 10 anos para a evolução e necessidades dos sistemas de tempo real, mas nada é mencionado sobre o consumo de energia. Este artigo buscou fazer um levantamento do estado-da-arte em sistemas de tempo real com otimização do consumo de energia, já que esta é uma área relativamente nova, e também por se tratar de uma área estratégica para a indústria. Alguns motivos para isso, segundo [18], são: sistemas de tempo real são extremamente limitados em energia; algumas aplicações de tempo real necessitam de um alto grau de miniaturização, o que demanda baixa dissipação de calor; sistemas de tempo real são quase sempre projetados pela análise de pior caso, o que os torna muito ineficientes em termos de consumo de energia; sistemas de tempo real precisam ser tolerantes a falhas, geralmente através de replicação, o que multiplica o consumo. Portanto, a comunidade de pesquisa em STR ainda terá muitos desafios na busca por melhores soluções, que serão importantes para a nova geração de sistemas pervasivos e ubíquos. 7 Agradecimentos Os autores agradecem à Faperj e ao CNPq pelo financiamento parcial deste projeto.

8 Referências [1] Hakan Aydin, Pedro Mejía-Alvarez, Daniel Mossé, and Rami Melhem. Dynamic and aggressive scheduling techniques for power-aware real-time systems. In Proceedings of the 22nd IEEE Real-Time Systems Symposium (RTSS 01), pages , London, UK, Dezembro [2] Luca Benini and Giovanni de Micheli. System-level power optimization: techniques and tools. ACM Transactions on Design Automation of Electronic Systems (TODAES), 5(2): , Abril [3] Manish Bhardwaj, Rex Min, and Anantha Chandrakasan. Power-aware systems. In Proceedings of the 34th Asilomar Conference on Signals, Systems, and Computers, volume 2, Novembro [4] M. R. Garey and D. S. Johnson. Computers and Intractability - A Guide to the Theory of NP-Completeness. Freeman, San Francisco, [5] P. J. M. Havinga and G. J. M. Smit. Energy-efficient wireless networking for multimedia applications. In Applications in Wireless Communications and Mobile Computing, Wiley, number 1, pages , [6] Christine E. Jones, Krishna M. Sivalingam, Prathima Agrawal, and Jyh Cheng Chen. A survey of energy efficient network protocols for wireless networks. Wireless Networks, 7(4): , Agosto [7] R. Melhem, D. Mossé, and E. Elnozahy. The interplay of power management and fault recovery in real-time systems. to appear in IEEE Trans. on Computers, [8] Ramesh Mishra, Namrata Rastogi, Dakai Zhu, Daniel Mossé, and Rami G. Melhem. Energy aware scheduling for distributed real-time systems. In Proceedings of the 17th International Parallel and Distributed Processing Symposium (IPDPS 2003), page 21, Nice, France, Abril [9] D. Mossé, H. Aydin, B. Childers, and R. Melhem. Compiler-assisted dynamic power-aware scheduling for real-time applications. In Proceedings of the Workshop on Compilers and Operating Systems for Low Power (COLP 00), Philadelphia, Outubro [10] Padmanabhan Pillai and Kang G. Shin. Real-time dynamic voltage scaling for low-power embedded operating systems. In Proceedings of the 18th Symposium on Operating System Principles (SOSP 2001), pages , Banff, Alberta, Canada, [11] G. Quan, L. Niu, and J. P. Davis. Power aware scheduling for real-time systems with (m,k)-guarantee. In Proceedings of the Communication Networks and Distributed Systems Modeling and Simulation (CNDS04). The Society for Modeling and Simulation International, [12] D. Roychowdhury, I. Koren, and C.M. Krishna. A voltage scheduling heuristic for real-time task graphs. In Proceedings of the Performance and Dependability Symposium (IPDS 2003), pages , [13] Cosmin Rusu, Rami Melhem, and Daniel Mossé. Maximizing rewards for real-time applications with energy constraints. ACM Transactions on Embedded Computing Systems (TECS), 2(4): , Novembro [14] Cosmin Rusu, Rami G. Melhem, and Daniel Mossé. Maximizing the system value while satisfying time and energy constraints. In Proceedings of the 23rd IEEE Real-Time Systems Symposium (RTSS 02), pages , Austin, Texas, USA, Dezembro [15] Cosmin Rusu, Rami G. Melhem, and Daniel Mossé. Multi-version scheduling in rechargeable energy-aware real-time systems. In Proceedings of the 15th Euromicro Conference on Real-Time Systems (ECRTS 2003), pages , Porto, Portugal, Julho [16] Vivek Sharma, Arun Thomas, Tarek Abdelzaher, Kevin Skadron, and Zhijian Lu. Power-aware qos management in web servers. In Proceedings of the 24th IEEE International Real-Time Systems Symposium (RTSS 03), pages 63 72, Cancun, Mexico, Dezembro [17] John A. Stankovic, Alan Burns, Kevin Jeffay, Mike Jones, Gary Koob, Insup Lee, and Etecetera. Strategic directions in real-time and embedded systems. ACM Computing Surveys, 28(4): , Dezembro [18] Osman S. Unsal and Israel Koren. System-level power-aware design techniques in real-time systems. Proceedings of the IEEE, 91(7): , Julho [19] M. Weiser, B. Welch, A. Demers, and S. Shenker. Scheduling for reduced CPU energy. In Proceedings of the First Symposium on Operating System Design and Implementation (OSDI 94), Novembro [20] Frances Yao, Alan Demers, and Scott Shenker. A scheduling model for reduced cpu energy. In Proceedings of the 36th Annual Symposium on Foundations of Computer Science (FOCS 95), pages , Washington, DC, USA, IEEE Computer Society. [21] Wanghong Yuan and Klara Nahrstedt. Energy-efficient soft real-time cpu scheduling for mobile multimedia systems. In Proceedings of the nineteenth ACM symposium on Operating systems principles, pages , Bolton Landing, NY, USA, [22] Dakai Zhu, Rami G. Melhem, and Bruce R. Childers. Scheduling with dynamic voltage/speed adjustment using slack reclamation in multi-processor real-time systems. Trans.on Parallel & Distributed System, 14(7): , 2003.