Microsoft WearDrive: zamiast przetwarzać na nadgarstku, oszczędzaj energię i przetwarzaj w kieszeni

Microsoft WearDrive: zamiast przetwarzać na nadgarstku, oszczędzaj energię i przetwarzaj w kieszeni

Microsoft WearDrive: zamiast przetwarzać na nadgarstku, oszczędzaj energię i przetwarzaj w kieszeni
15.07.2015 15:06, aktualizacja: 16.07.2015 10:17

Podstawowy problem smart-zegarków: niewielka pojemnośćakumulatora w parze z względnie energochłonnym procesorem. Na swójsposób rozwiązał go producent PebbleTime, wyposażając swoje urządzenie w mikrokontroler o znikomejjak na nasze czasy mocy obliczeniowej. Zupełnie inaczej do sprawychce podejść Microsoft, oddając urządzeniom ubieralnym pamięćmasową i moc obliczeniową i tak przecież noszonych zwykle przysobie smartfonów.

Badacze z Microsoft Research i Georgia University przedstawilirozwiązanie, które ma z jednej strony znacząco przyspieszyćdziałanie oprogramowania na urządzeniach mobilnych, z drugiej zaśpoważnie zmniejszyć zużycie przez nie energii. Platforma o nazwieWearDrive pozwala na przeniesienie danych wymagających większejmocy obliczeniowej na smartfona, pozostawiając mniejszym urządzeniomtylko pomniejsze zadania, oraz oczywiście wyświetlanie wynikówpracy smartfona. Co ciekawe, platforma wcale nie działa, jak sięmożna by tego spodziewać, na Windows Phone. Do jej implementacjiwykorzystano Androida, a całość jest pisana w Javie i C.

WearDrive jako rozszerzenie pamięci urządzenia ubieralnego o pamięć smartfonu
WearDrive jako rozszerzenie pamięci urządzenia ubieralnego o pamięć smartfonu

Na WearDrive składa się rozproszony system przechowywaniadanych, hybrydowy moduł komunikacji po Wi-Fi Direct i Bluetooth LowEnergy wykorzystywany do transferu danych oraz aplikacja do pomiarówwydajności WearBench, dzięki której można optymalizowaćwydajność i zużycie energii urządzeń współdzielącychobciążenia robocze. W przeprowadzonych na ubieralnym urządzeniu, omocy porównywalnej do smartzegarka Samsung Galaxy Gear orazsmartfonie z akumulatorem o pojemności 2000 mAh udało sięzwiększyć wydajność oprogramowania o 8,65 razy (w tym operacji naobrazie i dźwięku), zmniejszając zużycie energii o 3,69 razy.

Innowacyjność tego pomysłu zawiera się w czymś, co zostałopominięte w opublikowanych dotąd notatkach prasowych o WearDrive.Autorzy tego rozwiązania zauważyli przede wszystkim, że kosztenergetyczny zapisu do pamięci masowej flash na urządzeniuubieralnym jest nie tylko wyższy od kosztu zapisu do pamięcioperacyjnej, ale też wyższy, niż koszt radiowego transferu danychdo drugiego urządzenia i zapisania tych danych w jego pamięcioperacyjnej. WearDrive to przede wszystkim potraktowanie RAMsmartfona jako zdalnej pamięci masowej. Nie jest to wcale takiegłupie, gdyż większość ludzi nie wyłącza swoich smartfonówprzez dnie, a nawet tygodnie, regularnie doładowując jedynie ichakumulatory. Z tego też powodu ulotna pamięć DRAM jest w praktycenieulotna, czy też jak nazywają to badacze, bateryjnie wspierana(BB-RAM).

Taka pula pamięci BBRAM możebyć większa niż normalnie dostępny w urządzeniu ubieralnymflash, a z perspektywy użytkownika smartfonu wciąż niezauważalna(szczególnie na tych nowych urządzeniach z Androidem, wyposażanychnierzadko w 3 GB pamięci operacyjnej). Jej rozmiar zmienia się wzależności od potrzeb systemowych, pozwalając objąć nieciągłeobszary fizycznej pamięci. Nawet jednak w urządzeniu ubieralnymmożna skorzystać z niewielkiego BB-RAM zamiast flasha jakopodstawowej pamięci masowej, dynamicznie przenosząc rzadziejużywane dane do BB-RAM na smartfonie. Osiągnięciem badaczy jestopracowanie takich parametrów pracy systemu, by zachowaćjednocześnie trwałość zapisywanych danych, jak i możliwienajniższe zużycie energii przy operacjach lokalnego zapisu doBB-RAM, wymiany danych ze smartfonowym BB-RAM i ewentualnie zapisanana smartfonowej pamięci flash, gdyby stan baterii był niepokojąconiski.

Więcej na ten temat dowiecie sięoczywiście z artykułubadaczy pt. WearDrive: Fast and Energy-Efficient Storagefor Wearables. Tu warto tylkozauważyć, że po drugiej stronie informatycznych zastosowań, naklastrach serwerów wykorzystywanych do przetwarzania Big Data,bardziej efektywne okazałosię stosowanie kontrolowanej przez układy FPGA z algorytmamioptymalizacyjnymi pamięci flash zamiast pamięci operacyjnej. Jakwięc widać, jednej odpowiedzi na to, co lepsze, nie ma –rozwiązanie należy dopasowywać do sytuacji.

Programy

Zobacz więcej
Źródło artykułu:www.dobreprogramy.pl
Oceń jakość naszego artykułuTwoja opinia pozwala nam tworzyć lepsze treści.
Wybrane dla Ciebie
Komentarze (20)