精准快速获取计算机系统的实时功耗是功耗优化研究的基础,因此提出并建立了一种高精度的计算机功耗估算模型.通过分析统计系统运行时代表性的性能计数事件,应用机器学习理论分析性能事件与功耗的关系,建立多核计算机系统实时功耗估算模型.模型构建时使用多元线性回归(multiple linear regression,MLR)方法以及支持向量回归(support vector regression,SVR)方法分析两者关系,并对两种方法建立的功耗估算模型进行了对比分析.实验结果表明,基于性能事件的功耗估算模型可准确估计计算机实时功耗,估算误差不高于3%.与已有模型相比较,该估算模型精度更高、通用性更好.