Energy-Conscious FPGA Design through Dynamic Voltage and Frequency Scaling for Wearable Devices

Abstract

У цій роботі представлено стратегію енергоефективного проєктування FPGA, спеціально орієнтовану на носимі пристрої, з використанням методів апроксимованих обчислень. Носимі пристрої, зокрема фітнес-трекери та медичні монітори, вимагають тривалого часу автономної роботи без шкоди для продуктивності. Апроксимовані обчислення дозволяють навмисно вводити контрольовані неточності в некритичних обчисленнях, що дає змогу значно знизити енергоспоживання. Запропонований підхід полягає у вибірковому застосуванні апроксимацій до арифметичних блоків та модулів обробки сигналів, які зазвичай використовуються в носимих додатках. Результати експериментів показали: – 30 % зниження динамічного енергоспоживання, – 25 % зменшення втрат через витік струму, – похибка обчислень у межах 3-5 %, що є прийнятною для багатьох прикладних завдань. Оцінка була проведена на прикладі таких ключових застосувань, як: – моніторинг частоти серцевих скорочень, – відстеження руху, – підрахунок кроків. Підхід дозволяє збільшити час роботи пристроїв до 20 %, що робить його оптимальним для малопотужних систем реального часу. Таким чином, розроблена архітектура забезпечує збалансоване поєднання енергоефективності та точності, пропонуючи практичне рішення для енергозалежних носимих технологій.

In this study, we present an energy-efficient FPGA design strategy specifically aimed at wearable devices using approximate computing techniques. Wearable devices, such as fitness trackers and health monitors, require prolonged battery life while maintaining reliable performance. Approximate computing offers a solution by allowing controlled inaccuracies in non-critical operations, significantly reducing power consumption. Our approach focuses on selectively applying approximations to arithmetic units and signal processing modules commonly used in wearable applications. Experimental results demonstrate a 30 % reduction in dynamic power and a 25 % decrease in leakage power. The impact on performance remains within an acceptable range, with a minor error margin of 3-5 %. Key applications such as heart rate monitoring, motion tracking, and step counting were assessed, demonstrating that this technique can extend battery life by 20 %, making it suitable for low-power, real-time monitoring scenarios. This design approach strikes a balance between efficiency and accuracy, providing a practical solution for power-constrained wearable technology.