CN115543535B - 安卓容器***、安卓容器构建方法及装置、电子设备 - Google Patents
安卓容器***、安卓容器构建方法及装置、电子设备 Download PDFInfo
- Publication number
- CN115543535B CN115543535B CN202211215483.8A CN202211215483A CN115543535B CN 115543535 B CN115543535 B CN 115543535B CN 202211215483 A CN202211215483 A CN 202211215483A CN 115543535 B CN115543535 B CN 115543535B
- Authority
- CN
- China
- Prior art keywords
- android
- gpu
- containers
- server
- container
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010276 construction Methods 0.000 title abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 153
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000009877 rendering Methods 0.000 claims description 13
- 210000001503 joint Anatomy 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000003032 molecular docking Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开涉及一种安卓容器***、安卓容器构建方法及装置、电子设备,所述***应用于服务器,所述***包括:多个安卓容器、多个图形处理器GPU、GPU驱动;所述GPU驱动包括:用户端GPU驱动和服务端GPU驱动;针对任意一个所述安卓容器,所述安卓容器基于对应的所述用户端GPU驱动生成图形处理指令,并将所述图形处理指令发送至所述服务器;所述服务器基于所述服务端GPU驱动,调用对应的所述GPU对所述图像处理指令进行处理,以及将处理后得到的指令处理结果返回至所述安卓容器。本公开实施例可以有效将安卓容器对接到硬件GPU,从而有效利用硬件GPU来加速多个安卓显示效果。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种安卓容器***、安卓容器构建方法及装置、电子设备。
背景技术
容器技术为虚拟化技术的一种,指用户能够以单个物理硬件***为基础,创建多个模拟环境或专用资源,从而能够将一个***划分为多个不同的、独立安全的环境,通过虚拟化的方式能够提供硬件的复用率达到硬件复用的目的。相关技术中,仅实现了安卓容器的构建、安卓容器本身的使用以及安卓容器应用层的使用。当前,为了满足用户使用需求,亟需一种有效实现多个安卓容器的方法。
发明内容
本公开提出了一种安卓容器***、安卓容器构建方法及装置、电子设备的技术方案。
根据本公开的一方面,提供了一种安卓容器***,所述***应用于服务器,所述***包括:多个安卓容器、多个GPU、GPU驱动;所述GPU驱动包括:用户端GPU驱动和服务端GPU驱动;针对任意一个所述安卓容器,所述安卓容器基于对应的所述用户端GPU驱动生成图形处理指令,并将所述图形处理指令发送至所述服务器;所述服务器基于所述服务端GPU驱动,调用对应的所述GPU对所述图像处理指令进行处理,以及将处理后得到的指令处理结果返回至所述安卓容器。
在一种可能的实现方式中,针对任意一个所述GPU,所述GPU对应n个安卓容器,其中,n小于等于m,m是所述GPU能够支持的安卓容器的最大数目,n、m均是正整数。
在一种可能的实现方式中,在所述多个GPU的数目是N的情况下,所述多个安卓容器的最大数目是M=m×N,其中,m是每个所述GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
在一种可能的实现方式中,针对任意一个所述安卓容器,所述安卓容器内包括:安卓***和所述用户端GPU驱动;所述用户端GPU驱动包括:第一驱动接口和第二驱动接口,其中,所述第一驱动接口对接所述安卓***的应用程序界面API接口,所述第二驱动接口对接所述服务端GPU驱动。
在一种可能的实现方式中,所述***还包括:第一发送模块和第二发送模块;所述第一发送模块,用于将每个所述安卓容器发送的所述图形处理指令,按照发送时间顺序以指令队列形式发送至所述服务器;所述多个GPU,执行所述指令队列中的多个图形处理指令,得到包括多个指令处理结果的结果队列,其中,所述结果队列中包括的所述多个指令处理结果的顺序,与所述指令队列中包括的所述多个图形处理指令的顺序对应;所述第二发送模块,用于将所述多个指令处理结果依次发送至对应的所述安卓容器。
在一种可能的实现方式中,所述服务器基于所述服务端GPU驱动,调用对应的所述GPU对所述图像处理指令进行处理,包括:针对任意一个所述安卓容器发出的所述图形处理指令,所述服务器基于所述服务端GPU驱动,将所述图形处理指令发送至所述安卓容器对应的所述GPU。
在一种可能的实现方式中,所述***还包括:调度模块;所述调度模块,用于获取每个所述GPU的当前运行负载;所述调度模块,还用于针对所述多个GPU中的第一GPU,在所述第一GPU的当前运行负载超过预设阈值的情况下,将所述第一GPU对应的处于未处理状态的所述图形处理指令,调度至所述多个GPU中的第二GPU,其中,所述第二GPU的当前运行负载未超过所述预设阈值。
在一种可能的实现方式中,所述服务器为采用ARM架构的服务器。
在一种可能的实现方式中,所述服务端GPU驱动安装在所述服务器上运行的操作***中,其中,所述操作***为Linux***。
在一种可能的实现方式中,所述图形处理指令包括:渲染指令、编码指令。
根据本公开的一方面,提供了一种安卓容器构建方法,包括:针对一个GPU,通过对一个安卓容器镜像加载n次,创建所述GPU对应的n个安卓容器,其中,n小于等于m,m是所述GPU能够支持的安卓容器的最大数目,n、m均是正整数。
在一种可能的实现方式中,所述方法还包括:在存在多个GPU,且所述多个GPU的数目是N的情况下,分别对N个安卓容器镜像加载多次,创建所述N个GPU对应的多个安卓容器,其中,所述多个安卓容器的最大数目是M=m×N,其中,m是每个所述GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
根据本公开的一方面,提供了一种安卓容器构建装置,包括:加载模块,用于针对一个GPU,通过对一个安卓容器镜像加载n次,创建所述GPU对应的n个安卓容器,其中,n小于等于m,m是所述GPU能够支持的安卓容器的最大数目,n、m均是正整数。
在一种可能的实现方式中,所述加载模块,还用于:在存在多个GPU,且所述多个GPU的数目是N的情况下,分别对N个安卓容器镜像加载多次,创建所述N个GPU对应的多个安卓容器,其中,所述多个安卓容器的最大数目是M=m×N,其中,m是每个所述GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以运行上述***,和/或,执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时运行上述***,和/或,实现上述方法。
在本公开实施例中,将多个安卓容器部署在拥有硬件GPU的服务器上,基于用户端GPU和服务端GPU,有效将安卓容器对接到硬件GPU,针对任意一个安卓容器,该安卓容器基于对应的用户端GPU驱动生成图形处理指令,并将图形处理指令发送至服务器,服务器基于服务端GPU驱动,调用对应的硬件GPU对图像处理指令进行处理,以及将处理后得到的指令处理结果返回至安卓容器,从而有效利用硬件GPU来加速多个安卓显示效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的安卓容器***的层级示意图;
图2示出根据本公开实施例的安卓容器***的结构示意图;
图3示出根据本公开实施例的安卓容器安装包的示意图;
图4示出根据本公开实施例的安卓容器以及硬件GPU的对应示意图;
图5示出根据本公开实施例的多个安卓容器进行图形处理的流程示意图;
图6示出根据本公开实施例的一种电子设备的框图;
图7示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
安卓***由于具有开放性、可定制性和使用的广泛性,已经被应用于各类嵌入式设备产品中,如:手机、平板和车机等。由于个人用户和云计算平台厂商都有使用多账号登录和低端硬件资源使用高性能计算应用的场景,所以如果每个账号都有一个硬件设备或必须使用高性能设备,则会造成巨大到资源浪费。容器虚拟化技术可以使一个硬件设备上同时运行多个安卓***,高性能计算转移到云端运行的特性,从而有效解决上述问题。
相关技术中,仅实现了安卓容器的构建、安卓容器本身的使用以及安卓容器应用层的使用,但是,对于多个安卓容器,如何对接到硬件GPU,使用硬件GPU来实现安卓显示效果是当前亟待解决的问题。
本公开实施例提供了一种安卓容器***,可以实现多个安卓容器对接到硬件GPU,使用硬件GPU来加速安卓显示效果。图1示出根据本公开实施例的安卓容器***的层级示意图。如图1所示,安卓容器***包括三层,自上而下分别为:容器应用层、驱动层和硬件层。
容器应用层是软件应用层,面向用户端。容器应用层中可以运行多个安卓容器,用户可以基于容器应用层进行用户操作,并将用户操作产生的图形处理指令从容器应用层下发至驱动层。
驱动层位于中间层,起到承上启下的作用。驱动层向上对接安卓容器层,向下对接硬件层。驱动层也是软件应用层,由GPU厂商进行维护。
硬件层中包括与运行在服务器中的操作***对接的硬件GPU。硬件层通过驱动层响应容器应用层下发的图形处理指令。此外,硬件层中还包括:中央处理器(CentralProcessing Unit,CPU)、存储器、内存、输入输出控制器、电源等,本公开对此不作具体限定。
基于图1所示的安卓容器***包括的三层,下面对安卓容器***的结构进行详细描述。本公开实施例提供的安卓容器***可以应用于多个安卓容器场景,多个安卓容器均使用硬件GPU进行桌面显示时的图形渲染以及对渲染内容的编码。
图2示出根据本公开实施例的安卓容器***的结构示意图。如图2所示,安卓容器***应用于拥有硬件GPU的服务器,安卓容器***包括多个安卓容器、多个图形处理器(Graphics Processing Unit,GPU)、GPU驱动,其中,GPU驱动包括:用户端GPU驱动和服务端GPU驱动;针对任意一个安卓容器,安卓容器基于对应的用户端GPU驱动生成图形处理指令,并将图形处理指令发送至服务器;服务器基于服务端GPU驱动,调用对应的GPU对图像处理指令进行处理,以及将处理后得到的指令处理结果返回至安卓容器。
在本公开实施例中,将多个安卓容器部署在拥有硬件图形处理器GPU的服务器上,基于用户端GPU和服务端GPU,有效将安卓容器对接到硬件GPU,针对任意一个安卓容器,该安卓容器基于对应的用户端GPU驱动生成图形处理指令,并将图形处理指令发送至服务器,服务器基于服务端GPU驱动,调用对应的硬件GPU对图像处理指令进行处理,以及将处理后得到的指令处理结果返回至安卓容器,从而有效利用硬件GPU来加速多个安卓显示效果。
在一种可能的实现方式中,图形处理指令包括:渲染指令、编码指令。
安卓容器下发的图形处理指令可以是用于显示的渲染指令,以及对渲染后内容进行编码的编码指令。
图形处理指令除了可以是渲染指令、编码指令之外,还可以是其它图形处理指令,本公开对此不作具体限定。
在一种可能的实现方式中,服务器为采用ARM架构的服务器。
服务器采用ARM架构的服务器,由于安卓***同样采用ARM架构,因此,采用ARM架构的服务器能够直接运行安卓容器下发的图形处理指令,避免采用其它架构的服务器时,需要对安卓容器下发的图形处理指令进行翻译转换后才能运行,从而有效降低了图形处理指令的传递时间,在图形处理指令为渲染、编码指令的情况下,可以有效提高安卓容器的显示效率。
在一种可能的实现方式中,服务端GPU驱动安装在服务器上运行的操作***中,其中,操作***为Linux***。
Linux发型版本可以是Debian,Fedora,SUSE,Gentoo,Ubuntu等,还可以是其它版本,本公开对此不作具体限定。
在一种可能的实现方式中,针对任意一个安卓容器,安卓容器内包括:安卓***和用户端GPU驱动;用户端GPU驱动包括:第一驱动接口和第二驱动接口,其中,第一驱动接口对接安卓***的应用程序界面(Application Program Interface,API)接口,第二驱动接口对接服务端GPU驱动。
图3示出根据本公开实施例的安卓容器安装包的示意图。如图3所示,安卓容器内包括两部分,分别为安卓***和客户端GPU驱动。安卓***中需要启动第一个进程init由容器加载,并且会向init进程传递启动的必要参数。其中,init进程会在容器中将安卓所需要的各类服务、模块和子进程启动,并且会部署安卓的环境变量和运行环境,以使得安卓***能够正常运行。
通过将用户端GPU驱动集成在安卓容器中,以便于用户使用和传递部署,避免用户在服务器端部署了容器之后,为了对接硬件GPU,还需要单独安装客户端GPU驱动。此外,由于安卓***和用户端GPU驱动集成在一起,从而可以实时跟随GPU驱动版本以及安卓版本的更新,即在根据市场需求更新安卓版本,和/或,根据实际硬件需求更新GPU驱动版本之后,可以快速重新构建安卓容器版本,以使得多个安卓容器具有特性可定制、功能可增裁的特点,缩短了多个安卓容器与硬件GPU的对接开发周期,增强了服务器厂商使用多个安卓容器的产品市场竞争力。
将用户端GPU驱动内部设置两套接口,向上对接安卓***的标准API接口的第一驱动接口,以及向下对接服务端GPU驱动的第二驱动接口。基于第一驱动接口,以使得安卓容器中运行上运行的OpenGL等图形处理工具,生成图形处理指令,并通过第二驱动接口,将图形处理指令发送至服务端,以使得服务端可以调用硬件GPU对图形处理指令进行处理。
采用这种分层对接的方式,可以向用户侧屏蔽复杂的函数处理流程,用户只需要关注对安卓***的标准API接口的使用即可,客户端GPU驱动与服务端GPU之间的对接只需由GPU厂商设计好后,提供给用户安装即可。
由于不同用户的操作***环境不一致,为了有效应用本公开实施例的多个安卓容器实现方式,可以基于docker、Source-To-Image、Jib、Bazel等容器类工具对安卓***进行加载,来搭建一个统一的运行环境。
在一种可能的实现方式中,针对任意一个GPU,该GPU对应n个安卓容器,其中,n小于等于m,m是GPU能够支持的安卓容器的最大数目,n、m均是正整数;
针对一个硬件GPU,可以根据其能够支持的安卓容器的最大数目,为其部署不超过其能够支持的安卓容器的最大数目的多个安卓容器。图4示出根据本公开实施例的安卓容器以及硬件GPU的对应示意图。如图4所示,GPU1能够支持的安卓容器的最大数目为m,因此,可以部署对应GPU1的m个安卓容器:安卓容器1至安卓容器m。
在一种可能的实现方式中,在多个GPU的数目是N的情况下,多个安卓容器的最大数目是M=m×N,其中,m是每个GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
在服务器中有多个GPU的情况下,可以为每个GPU均部署对应的多个安卓容器,此时,多个GPU和多个安卓容器之间的对应关系可以是,多个安卓容器的最大数目M=m×N,其中,m是每个GPU能够支持的安卓容器的最大数目,N、M、m均是正整数,也即每个GPU均部署不超过其能够支持的安卓容器的最大数目的安卓容器。
在一示例中,针对多个GPU,可以为每个GPU部署对应的一个或多个安卓容器,也可以仅为部分GPU部署对应的一个或多个安卓容器,本公开对此不作具体限定。
在一种可能的实现方式中,安卓容器***还包括:第一发送模块和第二发送模块;第一发送模块,用于将每个安卓容器发送的图形处理指令,按照发送时间顺序以指令队列形式发送至服务器;多个GPU,执行指令队列中的多个图形处理指令,得到包括多个指令处理结果的结果队列,其中,结果队列中包括的多个指令处理结果的顺序,与指令队列中包括的多个图形处理指令的顺序对应;第二发送模块,用于将多个指令处理结果依次发送至对应的安卓容器。
每个安卓容器发送的图形处理指令,按照发送时间顺序以指令队列形式发送至服务器,多个GPU执行多个图形处理指令,得到包括多个指令处理结果的结果队列之后,再按照与指令队列中多个图形处理指令对应的顺序,将多个指令处理结果返回至对应的安卓容器,由于整个过程严格保序,从而使得每个安卓容器可以接收到正确的指令处理结果,在图形处理指令为渲染、编码指令的情况下,可以实现多个安卓容器的正确显示。
在一种可能的实现方式中,服务器基于服务端GPU驱动,调用对应的GPU对图像处理指令进行处理,包括:针对任意一个安卓容器发出的图形处理指令,服务器基于服务端GPU驱动,将图形处理指令发送至安卓容器对应的GPU。
在各GPU负载正常的情况下,针对任意一个安卓容器发出的图形处理指令,服务器基于服务端GPU驱动,将图形处理指令发送至安卓容器对应的GPU。
以上述图4为例,服务器基于服务端GPU驱动,将安卓容器1至安卓容器m发出的图形处理指令,发送至GPU1进行处理。
在一种可能的实现方式中,安卓容器***还包括:调度模块;调度模块,用于获取每个GPU的当前运行负载;调度模块,还用于针对多个GPU中的第一GPU,在第一GPU的当前运行负载超过预设阈值的情况下,将第一GPU对应的处于未处理状态的图形处理指令,调度至多个GPU中的第二GPU,其中,第二GPU的当前运行负载未超过预设阈值。
由于各GPU的显存使用情况、负载使用情况以及对应的安卓容器的运行情况不同,在多个安卓容器场景下,如果不对运行各安卓容器指令的GPU资源进行调度,会存在某一个GPU负载过重,其它GPU空载未休眠等情况,导致耗能增加、浪费算力和能源成本。
为了确保计算均衡降低耗能,当某个安卓容器的图形处理指令计算量较大的情况下,为了防止影响其它安卓容器的图形处理指令的处理效率,可以通过服务器中的调度器,将当前运行负载超过预设阈值,即计算量较大的GPU对应的处于未处理状态,且计算量较小的图形处理指令,调度到运行负载未超过预设阈值的其它GPU进行处理。在图形处理指令为渲染、编码指令的情况下,可以避免一个GPU上运行负载较大导致对应的多个安卓容器的显示帧率降低。
图5示出根据本公开实施例的多个安卓容器进行图形处理的流程示意图,如图5所示,多个安卓容器发送的多个图形处理指令,按照发送时间顺序,以指令队列形式发送至服务器,服务器基于调度器,将多个图形处理指令发送至对应的GPU进行处理,得到的多个指令处理结果,依然按照顺序返回至对应的安卓容器。
结合图4、图5为例,多个安卓容器发送的图形处理指令形成指令队列:图形处理指令1(安卓容器1)、图形处理指令2(安卓容器3)、图形处理指令3(安卓容器m)、图形处理指令4(安卓容器N)等。由于安卓容器1、安卓容器3、安卓容器m均与GPU1对应,因此,正常情况下,将图形处理指令1、图形处理指令2、图形处理指令3依次发送至GPU1进行处理。但是,在图形处理指令1的计算量较大的情况下,导致GPU1的运行负载大于预设阈值,为了避免图形处理指令2、图形处理指令3的等待周期较长,此时,服务器基于调度器将处于未处理状态,且优先级在后的图形处理指令2和/或图形处理指令3,调度至运行负载未超过预设阈值的GPU2进行处理,以避免GPU1上资源紧张导致影响指令处理效率。
在图形处理指令1至图形处理指令4均处理完成之后,得到结果队列:指令处理结果1至指令处理结果4,结果队列中的各个指令处理结果依次发送至对应的安卓容器:指令处理结果1发送至安卓容器1、将指令处理结果2发送至安卓容器2、将指令处理结果3发送至安卓容器m,将指令处理结果4发送至安卓容器N。
在应用于多个安卓容器桌面显示的渲染和编码场景时,使用硬件GPU对多个安卓容器的渲染、编码指令进行处理,可以减少服务端到用户端整个链路的延迟,在网络延迟符合要求的情况下,可以满足嵌入式平台下安卓桌面刷新率30fps和60fps的指标。
基于本公开实施例,可以将创建的多个安卓容器对接到硬件GPU,使用硬件GPU的渲染和编码通道来加速安卓应用层的显示效果,此外,由于将客户端GPU驱动集成在安卓容器中,从而可以实时跟随GPU的驱动版本和android版本更新,根据市场需求与实际的硬件需求来重新构建安卓容器版本,有效缩短多个安卓容器场景下,多个安卓容器与硬件GPU的对接开发周期,加快用户的部署速度和方便用户操作,利用硬件GPU进行渲染和编码来提高多个安卓容器的显示效果,增强服务器厂商使用多个容器的产品市场竞争力。
本公开实施例还提供了一种安卓容器构建方法,该方法包括:针对一个GPU,通过对一个安卓容器镜像加载n次,创建该GPU对应的n个安卓容器,其中,n小于等于m,m是该GPU能够支持的安卓容器的最大数目,n、m均是正整数。
通过设置不同的容器名字,可以实现通过对一个安卓容器镜像加载多次,就可以创建多个安卓容器,而无需创建一次安卓容器就要提供一个安卓容器镜像,从而提高了用户部署多个容器的部署效率。
针对一个硬件GPU,可以根据其能够支持的安卓容器的最大数目,为其部署不超过其能够支持的安卓容器的最大数目的多个安卓容器。
以上述图4为例,如图4所示,GPU1能够支持的安卓容器的最大数目为m,因此,可以通过对安卓容器镜像1加载m次,从而实现部署对应GPU1的m个安卓容器:安卓容器1至安卓容器m。
在一种可能的实现方式中,该方法还包括:在存在多个GPU,且多个GPU的数目是N的情况下,分别对N个安卓容器镜像加载多次,创建N个GPU对应的多个安卓容器,其中,多个安卓容器的最大数目是M=m×N,其中,m是每个GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
在存在多个GPU的情况下,可以为每个GPU均部署对应的多个安卓容器,此时,多个GPU和多个安卓容器之间的对应关系可以是,多个安卓容器的最大数目M=m×N,其中,m是每个GPU能够支持的安卓容器的最大数目,N、M、m均是正整数,也即每个GPU均部署不超过其能够支持的安卓容器的最大数目的安卓容器。。
以上述图4为例,如图4所示,基于安卓容器镜像1加载m次,部署对应GPU1的m个安卓容器;基于安卓容器镜像2加载多次,部署对应GPU2的多个安卓容器;以此类推。
在一示例中,针对多个GPU,可以为每个GPU部署对应的一个或多个安卓容器,也可以仅为部分GPU部署对应的一个或多个安卓容器,本公开对此不作具体限定。
基于上述安卓容器构建方法为多个硬件GPU构建多个安卓容器之后,即可以应用于上述安卓容器***,具体过程可以参考上述安卓容器***的详细描述,此处不作赘述。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了安卓容器构建装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种安卓容器构建方法/安卓容器***,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
本公开实施例还提供了一种安卓容器构建装置,该装置包括:加载模块,用于针对一个GPU,通过对一个安卓容器镜像加载n次,创建该GPU对应的n个安卓容器,其中,n小于等于m,m是该GPU能够支持的安卓容器的最大数目,n、m均是正整数。
在一种可能的实现方式中,加载模块,还用于:在存在多个GPU,且多个GPU的数目是N的情况下,分别对N个安卓容器镜像加载多次,创建N个GPU对应的多个安卓容器,其中,多个安卓容器的最大数目是M=m×N,其中,m是每个GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
该方法与计算机***的内部结构存在特定技术关联,且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等),从而获得符合自然规律的计算机***内部性能改进的技术效果。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时运行上述***和/或实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以运行上述***和/或执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器运行上述***和/或执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出根据本公开实施例的一种电子设备的框图。参照图6,电子设备800可以是用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
参照图6,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、***移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图7示出根据本公开实施例的一种电子设备的框图。参照图7,电子设备1900可以被提供为一服务器或终端设备。参照图7,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (15)
1.一种安卓容器***,其特征在于,所述***应用于服务器,所述***包括:多个安卓容器、多个图形处理器GPU、GPU驱动,其中,所述多个安卓容器是根据所述GPU驱动的驱动版本构建的;
所述GPU驱动包括:用户端GPU驱动和服务端GPU驱动;
针对任意一个所述安卓容器,所述安卓容器基于对应的所述用户端GPU驱动生成图形处理指令,并将所述图形处理指令发送至所述服务器;
所述服务器基于所述服务端GPU驱动,调用对应的所述GPU对所述图形处理指令进行处理,以及将处理后得到的指令处理结果返回至所述安卓容器;
针对任意一个所述安卓容器,所述安卓容器内包括:安卓***和所述用户端GPU驱动;
所述用户端GPU驱动包括:第一驱动接口和第二驱动接口,其中,所述第一驱动接口对接所述安卓***的应用程序界面API接口,所述第二驱动接口对接所述服务端GPU驱动。
2.根据权利要求1所述的***,其特征在于,针对任意一个所述GPU,所述GPU对应n个安卓容器,其中,n小于等于m,m是所述GPU能够支持的安卓容器的最大数目,n、m均是正整数。
3.根据权利要求1所述的***,其特征在于,在所述多个GPU的数目是N的情况下,所述多个安卓容器的最大数目是M=m×N,其中,m是每个所述GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
4.根据权利要求1至3中任意一项所述的***,其特征在于,所述***还包括:第一发送模块和第二发送模块;
所述第一发送模块,用于将每个所述安卓容器发送的所述图形处理指令,按照发送时间顺序以指令队列形式发送至所述服务器;
所述多个GPU,执行所述指令队列中的多个图形处理指令,得到包括多个指令处理结果的结果队列,其中,所述结果队列中包括的所述多个指令处理结果的顺序,与所述指令队列中包括的所述多个图形处理指令的顺序对应;
所述第二发送模块,用于将所述多个指令处理结果依次发送至对应的所述安卓容器。
5.根据权利要求2或3所述的***,其特征在于,所述服务器基于所述服务端GPU驱动,调用对应的所述GPU对所述图形处理指令进行处理,包括:
针对任意一个所述安卓容器发出的所述图形处理指令,所述服务器基于所述服务端GPU驱动,将所述图形处理指令发送至所述安卓容器对应的所述GPU。
6.根据权利要求5所述的***,其特征在于,所述***还包括:调度模块;
所述调度模块,用于获取每个所述GPU的当前运行负载;
所述调度模块,还用于针对所述多个GPU中的第一GPU,在所述第一GPU的当前运行负载超过预设阈值的情况下,将所述第一GPU对应的处于未处理状态的所述图形处理指令,调度至所述多个GPU中的第二GPU,其中,所述第二GPU的当前运行负载未超过所述预设阈值。
7.根据权利要求1至3中任意一项所述的***,其特征在于,所述服务器为采用ARM架构的服务器。
8.根据权利要求1至3中任意一项所述的***,其特征在于,所述服务端GPU驱动安装在所述服务器上运行的操作***中,其中,所述操作***为Linux***。
9.根据权利要求1至3中任意一项所述的***,其特征在于,所述图形处理指令包括:渲染指令、编码指令。
10.一种安卓容器构建方法,其特征在于,包括:
针对一个GPU,通过对一个安卓容器镜像加载n次,创建所述GPU对应的n个安卓容器,其中,n小于等于m,m是所述GPU能够支持的安卓容器的最大数目,n、m均是正整数,所述n个安卓容器是基于所述GPU对应的GPU驱动的驱动版本构建的;
针对任意一个所述安卓容器,所述安卓容器内包括:安卓***和用户端GPU驱动;
所述用户端GPU驱动包括:第一驱动接口和第二驱动接口,其中,所述第一驱动接口对接所述安卓***的应用程序界面API接口,所述第二驱动接口对接服务端GPU驱动。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
在存在多个GPU,且所述多个GPU的数目是N的情况下,分别对N个安卓容器镜像加载多次,创建所述N个GPU对应的多个安卓容器,其中,所述多个安卓容器的最大数目是M=m×N,其中,m是每个所述GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
12.一种安卓容器构建装置,其特征在于,包括:
加载模块,用于针对一个GPU,通过对一个安卓容器镜像加载n次,创建所述GPU对应的n个安卓容器,其中,n小于等于m,m是所述GPU能够支持的安卓容器的最大数目,n、m均是正整数,所述n个安卓容器是基于所述GPU对应的GPU驱动的驱动版本构建的;
针对任意一个所述安卓容器,所述安卓容器内包括:安卓***和用户端GPU驱动;
所述用户端GPU驱动包括:第一驱动接口和第二驱动接口,其中,所述第一驱动接口对接所述安卓***的应用程序界面API接口,所述第二驱动接口对接服务端GPU驱动。
13.根据权利要求12所述的装置,其特征在于,所述加载模块,还用于:
在存在多个GPU,且所述多个GPU的数目是N的情况下,分别对N个安卓容器镜像加载多次,创建所述N个GPU对应的多个安卓容器,其中,所述多个安卓容器的最大数目是M=m×N,其中,m是每个所述GPU能够支持的安卓容器的最大数目,N、M、m均是正整数。
14.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以运行权利要求1至9中任意一项所述的***,或,执行权利要求10至11中任意一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时运行权利要求1至9中任意一项所述的***,或,实现权利要求10至11中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215483.8A CN115543535B (zh) | 2022-09-30 | 2022-09-30 | 安卓容器***、安卓容器构建方法及装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215483.8A CN115543535B (zh) | 2022-09-30 | 2022-09-30 | 安卓容器***、安卓容器构建方法及装置、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115543535A CN115543535A (zh) | 2022-12-30 |
CN115543535B true CN115543535B (zh) | 2024-04-09 |
Family
ID=84731623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211215483.8A Active CN115543535B (zh) | 2022-09-30 | 2022-09-30 | 安卓容器***、安卓容器构建方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115543535B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116466958B (zh) * | 2023-03-21 | 2023-11-21 | 摩尔线程智能科技(北京)有限责任公司 | 一种安卓容器构建方法及装置、电子设备和存储介质 |
CN117075984B (zh) * | 2023-10-17 | 2023-12-26 | 海马云(天津)信息技术有限公司 | 模块处理方法、装置、通信设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750282A (zh) * | 2019-10-14 | 2020-02-04 | 支付宝(杭州)信息技术有限公司 | 用于运行应用程序的方法、装置及gpu节点 |
CN112995532A (zh) * | 2021-02-03 | 2021-06-18 | 上海哔哩哔哩科技有限公司 | 视频处理方法及装置 |
CN112999653A (zh) * | 2021-01-21 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 一种云游戏处理方法、装置、设备及介质 |
CN114237826A (zh) * | 2021-12-21 | 2022-03-25 | 北京蔚领时代科技有限公司 | 安卓容器的高速渲染方法及装置 |
CN114253671A (zh) * | 2021-12-21 | 2022-03-29 | 北京蔚领时代科技有限公司 | Android容器的GPU池化方法 |
WO2022178076A1 (en) * | 2021-02-22 | 2022-08-25 | Activevideo Networks, Inc. | Systems and methods of alternative networked application services |
CN115018693A (zh) * | 2022-05-31 | 2022-09-06 | 西安万像电子科技有限公司 | 基于软件定义图形处理器的docker图像加速方法及*** |
-
2022
- 2022-09-30 CN CN202211215483.8A patent/CN115543535B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750282A (zh) * | 2019-10-14 | 2020-02-04 | 支付宝(杭州)信息技术有限公司 | 用于运行应用程序的方法、装置及gpu节点 |
CN112999653A (zh) * | 2021-01-21 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 一种云游戏处理方法、装置、设备及介质 |
CN112995532A (zh) * | 2021-02-03 | 2021-06-18 | 上海哔哩哔哩科技有限公司 | 视频处理方法及装置 |
WO2022178076A1 (en) * | 2021-02-22 | 2022-08-25 | Activevideo Networks, Inc. | Systems and methods of alternative networked application services |
CN114237826A (zh) * | 2021-12-21 | 2022-03-25 | 北京蔚领时代科技有限公司 | 安卓容器的高速渲染方法及装置 |
CN114253671A (zh) * | 2021-12-21 | 2022-03-29 | 北京蔚领时代科技有限公司 | Android容器的GPU池化方法 |
CN115018693A (zh) * | 2022-05-31 | 2022-09-06 | 西安万像电子科技有限公司 | 基于软件定义图形处理器的docker图像加速方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115543535A (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115543535B (zh) | 安卓容器***、安卓容器构建方法及装置、电子设备 | |
US11042276B2 (en) | Instant-messaging-based picture sending method and device | |
CN107908447B (zh) | 应用切换方法、设备及虚拟现实设备 | |
CN110968362B (zh) | 应用运行方法、装置及存储介质 | |
CN110990075A (zh) | 快应用的启动方法、装置、设备及存储介质 | |
CN111790148B (zh) | 游戏场景中的信息交互方法、设备及计算机可读介质 | |
US11934814B2 (en) | Application porting method and apparatus, device, and medium | |
CN113806054A (zh) | 任务处理方法及装置、电子设备和存储介质 | |
CN106991018B (zh) | 界面换肤的方法及装置 | |
CN112785672A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111078325B (zh) | 应用程序运行方法、装置、电子设备及存储介质 | |
CN114581542A (zh) | 图像预览方法及装置、电子设备和存储介质 | |
CN110892371B (zh) | 显示控制方法和终端 | |
CN114035902A (zh) | 应用程序开发平台及方法、电子设备和存储介质 | |
CN116708696B (zh) | 视频处理方法和电子设备 | |
CN110865864A (zh) | 快应用的界面显示方法、装置、设备及存储介质 | |
CN114638949A (zh) | 虚拟对象显示方法及装置、电子设备和存储介质 | |
CN112437090B (zh) | 资源加载方法及装置、电子设备和存储介质 | |
CN114020264A (zh) | 算子处理方法及装置、电子设备和存储介质 | |
CN115098262A (zh) | 一种多神经网络任务处理方法及装置 | |
CN114445753A (zh) | 人脸跟踪识别方法及装置、电子设备和存储介质 | |
CN115589488B (zh) | 视频转码***、方法、gpu以及电子设备和存储介质 | |
CN110853643A (zh) | 快应用中进行语音识别的方法、装置、设备及存储介质 | |
CN112734015B (zh) | 网络生成方法及装置、电子设备和存储介质 | |
CN112230906B (zh) | 列表控件的创建方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |