freqbench 项目使用教程
1. 项目介绍
freqbench
是一个全面的 CPU 频率性能/功耗基准测试工具。它基于 Alpine Linux 用户空间,使用 EEMBC CoreMark 工作负载和 Python 基准协调器,对每个 CPU 频率步长在每个频率缩放域(例如 ARM DynamIQ/big.LITTLE 集群)上进行基准测试。
主要功能
- 性能测试:测量 CoreMark 分数。
- 性能效率:计算 CoreMarks 每 MHz。
- 功耗测试:测量功耗(以毫瓦为单位)。
- 能耗测试:测量能耗(以毫焦耳和焦耳为单位)。
- 能效测试:计算 ULPMark-CM 分数(每毫焦耳能耗的迭代次数)。
- 基线功耗:测量基线功耗。
- 时间测量:记录基准测试的耗时。
- 频率缩放统计:记录基准测试期间的 CPU 频率缩放统计数据。
- 诊断数据:收集日志、内核版本、内核命令行、中断、进程等诊断数据。
- 原始数据:以机器可读的 JSON 格式记录原始功耗样本,便于后续处理。
2. 项目快速启动
2.1 环境准备
确保你已经安装了以下工具:
- Git
- Python
- 自定义内核(推荐)
2.2 克隆项目
git clone https://github.com/kdrag0n/freqbench.git
cd freqbench
2.3 配置内核
推荐使用自定义内核以获得更高的准确性。设置以下内核配置选项:
CONFIG_NO_HZ_FULL=y
CONFIG_CPU_FREQ_TIMES=n # 可能不存在
CONFIG_CPU_FREQ_GOV_USERSPACE=y
CONFIG_HZ_100=y
2.4 编译并刷入内核
编译并刷入新的内核。注意,Android 可能无法在此内核上正常工作,因此请备份旧的启动镜像以便后续恢复。
2.5 运行基准测试
./pack-zip.sh
刷入 freqbench-installer.zip
后,立即拔掉设备,等待设备自行重启。不要触摸设备或其按钮,也不要插拔设备。基准测试完成后,从 /cache/freqbench
或 /persist/freqbench
中获取结果。
3. 应用案例和最佳实践
3.1 创建能量模型
freqbench
可以用于创建能量模型,用于 EAS(Energy-Aware Scheduling)。通过分析不同频率下的功耗和性能数据,可以生成更准确的能量模型,从而优化设备的功耗管理。
3.2 分析性能和功耗趋势
通过 freqbench
收集的数据,可以分析不同 SoC 和 CPU 代际之间的性能和功耗趋势。这有助于了解不同硬件配置的优缺点,并为未来的硬件设计提供参考。
3.3 优化移动设备性能
freqbench
可以帮助开发者优化移动设备的性能和电池寿命。通过选择合适的频率,利用“race-to-idle”现象,可以在保证性能的同时最大限度地延长电池寿命。
4. 典型生态项目
4.1 EEMBC CoreMark
freqbench
使用 EEMBC CoreMark 作为基准测试的工作负载。CoreMark 是一个广泛使用的基准测试工具,用于评估 CPU 的性能。
4.2 Alpine Linux
freqbench
基于 Alpine Linux 用户空间。Alpine Linux 是一个轻量级的 Linux 发行版,适用于嵌入式系统和容器化环境。
4.3 AnyKernel3
在某些情况下,可能需要手动创建启动镜像。AnyKernel3 是一个用于创建和刷入自定义内核的工具,可以帮助你完成这一任务。
通过以上步骤,你可以快速上手并使用 freqbench
进行 CPU 频率性能和功耗的基准测试。希望这个教程对你有所帮助!