schedutil调频的目标是CPU需要多少性能就给多少，这样是否就能达到功耗与性能的平衡了呢？只能说，在系统中只有一个核的情况下是可能的。但是现在手机行业是一个极度内卷的行业，没有个八核处理器都不好意思说是手机，更别说单核处理器，更甚，手机不仅内卷出八核处理器，还内卷出了异构多处理器。HMP(异构多处理器)架构是为了兼容性能和功耗，在一个chip中，封装两类ARM Core，一类为高性能核（通常称大核）用于高负载场景，例如游戏、视频软编码等，一类为低性能核（通常称小核）用于低负载场景，例如短视频、电话、音乐等。

讯享网

        由于异构多处理器的引入，CPU之间负载的分配就显得尤其重要。例如，当一个cluster中的CPU负载分布如下图所示，调频策略会根据cluster中最大的CPU负载来设定目标频率，这样虽然满足了CPU1对性能的需求，但是对于其它CPU来说，这样的性能显然是比较浪费的。 

        再如下图所示，0-3是小核，4-7是大核，所有核上的负载都不高，完全可以由小核去运行，就像一个货物本来可以用一辆轿车来运输的，却用了大卡车来运算，这样能效比当然低。EAS绿色节能调度算法的目标是在保证系统性能的前提下，通过负载的分配尽可能的降低功耗。 

        为了达到性能与功耗的平衡，内核引入了EAS(Energy Aware Scheduling)调度机制。EAS在选核的时候，会计算在哪个核上运行，即能满足进程对CPU计算能力的需求又功耗最小。

1.能效模型(Energy Model)

        EAS调度器不但要考虑CPU运算能力（影响因素：大小核、频率），还要考虑功耗，这就需要知道CPU在各种运算能力下的功耗值。内核用结构体struct em_cap_state来存储CPU的频率功耗信息。成员unsigned long frequency表示频率，unsigned long power表示该频率下的功耗，unsigned long cost是为了计算方便引入的参数，cost = power * max_frequency / frequency。

struct em_cap_state { unsigned long frequency; //频率 unsigned long power; //功耗 unsigned long cost; }; //计算cost static struct em_perf_domain *em_create_pd(cpumask_t *span, int nr_states, struct em_data_callback *cb) { unsigned long opp_eff, prev_opp_eff = ULONG_MAX; unsigned long power, freq, prev_freq = 0; int i, ret, cpu = cpumask_first(span); struct em_cap_state *table; struct em_perf_domain *pd; u64 fmax; ..................................................................... //计算cost fmax = (u64) table[nr_states - 1].frequency; for (i = 0; i < nr_states; i++) { unsigned long power_res = em_scale_power(table[i].power); table[i].cost = div64_u64(fmax * power_res, table[i].frequency); } pd->table = table; pd->nr_cap_states = nr_states; cpumask_copy(to_cpumask(pd->cpus), span); em_debug_create_pd(pd, cpu); return pd; ............................................................. }

        CPU与能效模型的关系如下图所示，每个CPU都对应一个运行队列runqueue，用来管理运行在该CPU上的线程。同一个cluster中的CPU性能相同，拥有同一个性能域struct perf_domain。struct perf_domain的成员struct em_perf_domain *em_pd存储了各个频点核对应的功耗。

讯享网struct rq { .......................................................... struct cfs_rq cfs; struct rt_rq rt; struct dl_rq dl; .......................................................... struct root_domain *rd; struct sched_domain __rcu *sd; unsigned long cpu_capacity; unsigned long cpu_capacity_orig; ......................................................... }; struct root_domain { atomic_t refcount; atomic_t rto_count; struct rcu_head rcu; cpumask_var_t span; cpumask_var_t online; .......................................................... /* * NULL-terminated list of performance domains intersecting with the * CPUs of the rd. Protected by RCU. */ struct perf_domain __rcu *pd; }; struct perf_domain { struct em_perf_domain *em_pd; struct perf_domain *next; struct rcu_head rcu; }; struct em_perf_domain { struct em_cap_state *table; //各个频率的功耗 int nr_cap_states; unsigned long cpus[0]; };

2.EAS选核过程

        EAS选核的接口是find_energy_efficient_cpu()--选择能效最好的CPU。遍历每个性能域中的每一个CPU，计算假如进程迁移到这个CPU后的功耗增量，选择功耗增量最小的那个CPU。需要注意的是，有两个限制的地方：第一是，如果CPU的负载已经达到最高负载的80%则不选该CPU；第二是，迁移到目标CPU与继续在当前CPU上运行，功耗节省不到6%，则继续在当前CPU上运行。

static int find_energy_efficient_cpu(struct task_struct *p, int prev_cpu) { unsigned long prev_delta = ULONG_MAX, best_delta = ULONG_MAX; struct root_domain *rd = cpu_rq(smp_processor_id())->rd; unsigned long cpu_cap, util, base_energy = 0; int cpu, best_energy_cpu = prev_cpu; struct sched_domain *sd; struct perf_domain *pd; rcu_read_lock(); pd = rcu_dereference(rd->pd); if (!pd || READ_ONCE(rd->overutilized)) goto fail; /* * Energy-aware wake-up happens on the lowest sched_domain starting * from sd_asym_cpucapacity spanning over this_cpu and prev_cpu. */ sd = rcu_dereference(*this_cpu_ptr(&sd_asym_cpucapacity)); while (sd && !cpumask_test_cpu(prev_cpu, sched_domain_span(sd))) sd = sd->parent; if (!sd) goto fail; sync_entity_load_avg(&p->se); if (!task_util_est(p)) goto unlock; //遍历每个性能域 for (; pd; pd = pd->next) { unsigned long cur_delta, spare_cap, max_spare_cap = 0; unsigned long base_energy_pd; int max_spare_cap_cpu = -1; /* Compute the 'base' energy of the pd, without @p */ base_energy_pd = compute_energy(p, -1, pd); base_energy += base_energy_pd; //遍历性能域中的每个CPU for_each_cpu_and(cpu, perf_domain_span(pd), sched_domain_span(sd)) { if (!cpumask_test_cpu(cpu, p->cpus_ptr)) continue; //迁移到cpu后，cpu的负载 util = cpu_util_next(cpu, p, cpu); cpu_cap = capacity_of(cpu); //CPU的负载已经达到最高负载的80%则不选该CPU if (!fits_capacity(util, cpu_cap)) continue; /* Always use prev_cpu as a candidate. */ if (cpu == prev_cpu) { prev_delta = compute_energy(p, prev_cpu, pd); prev_delta -= base_energy_pd; best_delta = min(best_delta, prev_delta); } //找出该性能域中，负载增量最小的CPU //同一性能域，能效模型相同，只对比负载即可 spare_cap = cpu_cap - util; if (spare_cap > max_spare_cap) { max_spare_cap = spare_cap; max_spare_cap_cpu = cpu; } } /* 对比迁移到不同性能域后的功耗增量，选择功耗增量最小的那个 * 不同性能域的能效模型不一样，需要计算功耗增量来对比*/ if (max_spare_cap_cpu >= 0 && max_spare_cap_cpu != prev_cpu) { cur_delta = compute_energy(p, max_spare_cap_cpu, pd); //迁移到max_spare_cap_cpu后的性能域功耗 cur_delta -= base_energy_pd; //功耗增量 if (cur_delta < best_delta) { //选择小的那一个 best_delta = cur_delta; best_energy_cpu = max_spare_cap_cpu; } } } unlock: rcu_read_unlock(); //迁移到目标CPU与继续在当前CPU上运行，功耗节省不到6%，则继续在当前CPU上运行 if (prev_delta == ULONG_MAX) return best_energy_cpu; if ((prev_delta - best_delta) > ((prev_delta + base_energy) >> 4)) return best_energy_cpu; return prev_cpu; fail: rcu_read_unlock(); return -1; }