如何使用CPU cooling API

0.简介

通用cpu cooling（freq clipping）子系统为调用者提供registration/unregistration API。cooling devices与trip point的绑定留给用户。注册API返回cooling device指针。

---

1. cpu cooling API

1.1 cpufreq registration/unregistration API

1.1.1 struct thermal_cooling_device * cpufreq_cooling_register（
    struct cpumask * clip_cpus）
    
        此接口函数将cpufreq cooling设备注册为名称“thermal-cpufreq-％x”。
        这个api可以支持多个cpufreq冷却设备实例。
    
       clip_cpus：cpus的cpumask，其中将发生频率限制。

1.1.2 struct thermal_cooling_device * of_cpufreq_cooling_register（
struct cpufreq_policy * policy）

    此接口函数将cpufreq cooling设备注册为名称“thermal-cpufreq-％x”，
    将其与设备树节点链接，以便通过thermal DT代码绑定它。
    这个api可以支持多个cpufreq cooling设备实例。

    策略：CPUFreq策略。

1.1.3 void cpufreq_cooling_unregister（struct thermal_cooling_device * cdev）

    该接口功能取消注册“thermal-cpufreq-％x”冷却设备。

    cdev：必须取消注册的冷却设备指针。

---

2.电源模型

电源API注册函数为CPU提供了简单的电源模型。功率计算为动态功率（当前不支持静态功率）。此功耗模型要求使用内核的opp库注册CPU的频点，并将cpufreq_frequency_table分配给cpu的struct device。如果你正在使用CONFIG_CPUFREQ_DT,那么应该将cpufreq_frequency_table分配给cpu设备。

处理器的动态功耗取决于许多因素。对于给定的处理器实现，主要因素是：

• 利用率。处理器花费运行的时间,消耗着动态功耗,空闲状态的时间与动态消耗相比可忽略。
• DVFS控制的电压和频率。 DVFS是控制功耗的主要因素。
• 在运行时，执行行为（指令类型，存储器访问模式等）在大多数情况下导致二阶变化。在病态下，这种变化可能是显着的，但通常它比上述因素具有更小的影响。

所以，高级动态功耗模型可表示为：

Pdyn = f(run) * Voltage^2 * Frequency * Utilisation

f(run) 此处表示所描述的执行行为，其结果的单位为Watts/Hz/Volt^2
（这通常以mW/MHz/uVolt^2表示）

f(run) 的详细行为可以在线建模。然而，实际上，这种在线模型依赖于许多实现特定的处理器支持和表征因素。因此，在初始实施中，影响被表示为常数系数。这是与总功率变化的相对影响的简化。

在此简化表示中，我们的模型变为：

Pdyn = Capacitance * Voltage^2 * Frequency * Utilisation

其中Capacitance是一个常数，表示基本单位为mW / MHz / uVolt ^ 2的指示运行时间动态功率系数。移动CPU的典型值可能在100到500之间。作为参考，ARM的Juno开发平台中SoC的近似值对于Cortex-A57群集为530，对于Cortex-A53群集为140。