CN116931703A - 基于数据分析的电竞主机电源电压调整方法 - Google Patents
基于数据分析的电竞主机电源电压调整方法 Download PDFInfo
- Publication number
- CN116931703A CN116931703A CN202311198600.9A CN202311198600A CN116931703A CN 116931703 A CN116931703 A CN 116931703A CN 202311198600 A CN202311198600 A CN 202311198600A CN 116931703 A CN116931703 A CN 116931703A
- Authority
- CN
- China
- Prior art keywords
- host
- power supply
- supply voltage
- cpu frequency
- host cpu
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000007405 data analysis Methods 0.000 title claims abstract description 21
- 230000000875 corresponding effect Effects 0.000 claims description 141
- 230000002596 correlated effect Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 abstract description 2
- 239000002699 waste material Substances 0.000 description 7
- 238000010606 normalization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3243—Power saving in microcontroller unit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3296—Power saving characterised by the action undertaken by lowering the supply or operating voltage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Power Sources (AREA)
Abstract
本发明涉及电压调整技术领域,具体涉及基于数据分析的电竞主机电源电压调整方法,该方法对电竞主机在预设历史时间段的主机CPU频率进行分析,根据主机CPU频率和主机电源电压之间的变化关系,得到能效比参数;根据主机CPU频率的数值和时序变化波动情况,得到稳定性系数;结合能效比参数和稳定性系数评价各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数,根据电压优先级参数的分布情况筛选出当前时刻需要调整的最优主机电源电压。本发明通过得到的最优主机电源电压进行电竞主机电源电压调整的方法准确度更高。
Description
技术领域
本发明涉及电压调整技术领域,具体涉及一种基于数据分析的电竞主机电源电压调整方法。
背景技术
由于电竞领域的不断发展,使得人们对电竞主机的稳定性要求和性能要求越来越高,较高的电竞主机电源电压能够提供稳定的电流输出,从而使得电竞主机在进行高性能游戏时也能保持一定的流畅度和稳定性。并且较高的电竞主机电源电压也能够提供更大的功率输出,使得电竞主机具有更好的性能潜力以应对性能要求更高的游戏或应用程序。但是长时间的高电压供给会产生大量不必要的能源浪费,并且会使得电竞主机内的电子元件长时间处于高温环境下从而影响使用寿命,因此选择合适的主机电源电压对电竞主机的性能和稳定性至关重要。
现有技术通常根据历史先验数据中的电竞主机性能需求,通过调整电竞主机的节能模式或性能模式的方式来进一步实现对电竞主机电源电压的调整;当电竞主机性能需求较低时,选取节能模式;而当电竞主机性能需求较高时,选取性能模式;但是电竞主机在使用过程中的性能需求是实时变化的,而手动选取节能模式或性能模式的方法无法对主机电源电压进行及时调整,导致可能会产生电压过高或电压过低的情况,电压过高会产生不必要的能源浪费甚至影响电竞主机的使用寿命,而电压过低会导致电竞主机中的电子元件无法稳定运行,从而影响主机的性能,甚至导致数据丢失。因此现有技术根据历史先验数据中的电竞主机性能需求,通过调整电竞主机的节能模式或性能模式的方式实现电竞主机电源电压调整的方法不够准确。
发明内容
为了解决现有技术根据历史先验数据中的电竞主机性能需求,通过调整电竞主机的节能模式或性能模式的方式实现电竞主机电源电压调整的方法不够准确的技术问题,本发明的目的在于提供一种基于数据分析的电竞主机电源电压调整方法,所采用的技术方案具体如下:
本发明提出了基于数据分析的电竞主机电源电压调整方法,所述方法包括:
获取电竞主机在当前时刻之前的预设历史时间段内每个时刻的主机CPU频率;
将预设历史时间段中的所有时刻作为历史时刻,将预设历史时间段之后的预设预测时间段中的所有时刻作为预测时刻;根据所有历史时刻的主机CPU频率的时序变化规律,得到所有预测时刻的主机CPU频率;根据主机CPU频率和主机电源电压之间的变化关系,得到每个预测时刻的主机CPU频率在各个主机电源电压下的能效比参数;
根据所有时刻的主机CPU频率的数值分布情况和对应的时序变化波动情况对各个主机电源电压的影响程度,得到每个预测时刻的主机CPU频率在各个主机电源电压下的稳定性系数;根据所述能效比参数和所述稳定性系数,得到各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数;
根据各个主机电源电压对应的所有电压优先级参数分布情况,得到电竞主机在当前时刻的最优主机电源电压。
进一步地,所述能效比参数的获取方法包括:
根据历史先验数据中主机CPU频率和主机电源电压之间的变化关系,得到每个主机电源电压对应的最高主机CPU频率;将以每个主机CPU频率为最高主机CPU频率的主机电源电压,作为每个主机CPU频率对应的最低主机电源电压;
任选一个主机电源电压作为目标主机电源电压;任选一个预测时刻的主机CPU频率作为目标主机CPU频率;将目标主机电源电压对应的最高主机CPU频率作为理想主机CPU频率;
当目标主机电源电压小于目标主机CPU频率对应的最低主机电源电压时,将目标主机CPU频率在目标主机电源电压下的能效比参数设置为预设能效参数;
当目标主机电源电压大于或等于目标主机CPU频率对应的最低主机电源电压时,根据目标主机CPU频率和理想主机CPU频率,得到目标主机CPU频率在目标主机电源电压下的能效比参数,所述目标主机CPU频率与所述能效比参数呈正比,所述理想主机CPU频率与所述能效比参数呈反比。
进一步地,所述稳定性系数的获取方法包括:
将所有历史时刻以及所有预测时刻对应的主机CPU频率以时间顺序排列,得到主机CPU频率时序序列;根据主机CPU频率时序序列中每个主机CPU频率与相邻主机CPU频率之间的差异分布情况,得到所有历史时刻以及所有预测时刻对应的主机CPU频率波动程度;
将所有预测时刻的主机CPU频率波动程度的累加和,作为参考累加值;根据每个预测时刻对应的主机CPU频率波动程度与所述参考累加值,得到每个预测时刻对应的主机稳定特征值;所述主机CPU频率波动程度与所述主机稳定特征值呈正相关,所述参考累加值与所述主机稳定特征值呈负相关;
将每个预测时刻对应的主机CPU频率进行归一化,得到每个预测时刻对应的主机CPU频率权重;根据所述主机稳定特征值与所述主机CPU频率权重得到每个预测时刻的主机CPU频率对应的主机稳定性权重,所述主机稳定特征值和所述主机CPU频率权重均与所述主机稳定性权重呈正相关;
任选一个主机电源电压作为参考主机电源电压;将每个预测时刻对应的主机CPU频率的最低主机电源电压与所述主机稳定性权重之间的乘积,作为第一乘积;根据参考主机电源电压与所述第一乘积,得到每个预测时刻的主机CPU频率在参考主机电源电压下的稳定性系数,所述稳定性系数与所述参考主机电源电压呈正相关,所述稳定性系数与所述第一乘积呈负相关。
进一步地,所述最优主机电源电压的获取方法包括:
将每个主机电源电压对应的所有电压优先级参数的均值,作为每个主机电源电压对应的主机电压优先评价值;将主机电压优先评价值最大的主机电源电压,作为最优主机电源电压。
进一步地,所述根据所述主机稳定特征值与所述主机CPU频率权重得到每个预测时刻的主机CPU频率对应的主机稳定性权重的方法包括:
将所述主机稳定特征值与所述主机CPU频率权重的乘积的归一化值,作为每个预测时刻的主机CPU频率对应的主机稳定性权重。
进一步地,所述根据目标主机CPU频率和理想主机CPU频率,得到目标主机CPU频率在目标主机电源电压下的能效比参数的方法包括:
将所述目标主机CPU频率与所述理想主机CPU频率之间的比值,作为目标主机CPU频率在目标主机电源电压下的能效比参数。
进一步地,所述电压优先级参数的获取方法包括:
将所述能效比参数与所述稳定性系数的乘积,作为各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数。
进一步地,所述主机CPU频率波动程度的获取方法包括:
在主机CPU频率时序序列中,将最后一个预测时刻与前一个预测时刻之间主机CPU频率的差异的二倍,作为最后一个预测时刻对应的主机CPU频率波动程度;将第一个历史时刻与后一个历史时刻之间的主机CPU频率的差异的二倍,作为第一个历史时刻对应的主机CPU频率波动程度;
除最后一个预测时刻和第一个历史时刻外任选一个时刻作为目标时刻;在主机CPU频率时序序列中,将目标时刻与前一个时刻之间的主机CPU频率的差异,作为第一差异;将目标时刻与后一个时刻之间的主机CPU频率的差异,作为第二差异;将所述第一差异与所述第二差异的和值,作为目标时刻对应的主机CPU频率波动程度。
进一步地,所述最高主机CPU频率的计算公式包括:
;
其中,为第/>个主机电源电压对应的最高主机CPU频率,/>为第/>个主机电源电压,/>为以自然常数e为底的对数函数。
进一步地,所述预测时刻的主机CPU频率的获取方法包括:
将所有历史时刻的主机CPU频率以时间顺序排列,得到预设历史时间段对应的主机CPU频率序列;根据预设历史时间段对应的主机CPU频率序列通过移动平均法进行预测,得到预设预测时间段内每个预测时刻的主机CPU频率。
本发明具有如下有益效果:
考虑到主机CPU频率能够反映电竞主机当前的性能需求,因此本发明通过对历史时刻的主机CPU频率的时序变化规律进行预测,得到预测时刻的主机CPU频率,根据预测时刻的主机CPU频率进行后续分析,方便及时调整当前时刻主机的需求主机电源电压,使得对电竞主机电源电压的调整更加准确及时。进一步地考虑到过高的主机电源电压会产生不必要的能源浪费,因此本发明根据主机CPU频率和主机电源电压之间的变化关系得到对应的能效比参数,通过能效比参数反映主机电源电压利用率;并且进一步考虑到电竞主机的性能会影响主机CPU频率的大小与波动情况,根据主机CPU频率的数值分布情况以及对应的时序变化波动情况对各个主机电源电压的影响程度,得到对应的稳定性系数,通过稳定性系数反映主机电源电压的稳定性;进一步地将能效比参数和稳定性系数结合,通过对主机电源电压的利用率和稳定性进行综合评价,得到每个主机电源电压对应的电压优先级参数,最后根据电压优先级参数得到电竞主机在当前时刻的最优主机电源电压。由于最优主机电源电压是实时得到的,并且考虑到了主机电源电压的利用率和稳定性,因此本发明对主机电源电压的调整更加及时,并且在避免不必要的能源浪费的同时使得电竞主机的运行更加稳定,也即本发明对电竞主机电源电压的调整更加准确。综上所述,本发明通过得到的最优主机电源电压进行电竞主机电源电压调整的方法准确度更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种基于数据分析的电竞主机电源电压调整方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于数据分析的电竞主机电源电压调整方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于数据分析的电竞主机电源电压调整方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于数据分析的电竞主机电源电压调整方法流程图,该方法包括:
步骤S1:获取电竞主机在当前时刻之前的预设历史时间段内每个时刻的主机CPU频率。
本发明旨在提供一种基于数据分析的电竞主机电源电压调整方法,用于根据历史数据中电竞主机的CPU频率进行分析,自适应调整到当前时刻最符合电竞主机电压需求的最优主机电源电压,最后根据最优主机电源电压进行电竞主机电源电压的调整,使得电竞主机在平稳运行的情况下避免不必要的能源浪费,对电竞主机电源电压调整的准确度更高。
因此首先需要获取历史数据中电竞主机的CPU频率,本发明实施例首先获取电竞主机在当前时刻之前的预设历史时间段内每个时刻的主机CPU频率。在本发明实施例中,通过CPU频率实时监测软件采集主机CPU频率,并且预设历史时间段设置为1小时,采集频率设置为每秒1次,即获取当前时刻之前1个小时内每秒对应的主机CPU频率。需要说明的是,实施者可根据具体实施环境自行调整主机CPU频率采集方法、预设历史时间段的长度以及采集频率的大小。
步骤S2:将预设历史时间段中的所有时刻作为历史时刻,将预设历史时间段之后的预设预测时间段中的所有时刻作为预测时刻;根据所有历史时刻的主机CPU频率的时序变化规律,得到所有预测时刻的主机CPU频率;根据主机CPU频率和主机电源电压之间的变化关系,得到每个预测时刻的主机CPU频率在各个主机电源电压下的能效比参数。
考虑到电竞主机的性能需求是实时变化的,也即对应的主机电源电压需求也是实时变化的,因此为了能够及时得到最符合当前时刻电竞主机的最优主机电源电压,本发明实施例将预设历史时间段中的所有时刻作为历史时刻,将预设历史时间段之后的预设预测时间段中的所有时刻作为预测时刻。进一步地对预设预测时间段中各个预测时刻的主机CPU频率进行分析,使得得到的最优主机电源电压更加及时。在本发明实施例中,预设预测时间段设置为10s,也即预设预测时间段中包含10个预测时刻。并且考虑到频繁的调整主机电源电压会影响CPU温度,从而影响CPU的使用寿命,因此本发明实施例通过设置预设预测时间段来降低对主机电源电压的调整次数,从而降低主机电源电压调整对CPU温度的影响,也即本发明实施例每隔预设预测时间段获取一次最优主机电源电压。需要说明的是,由于不同种类的电竞主机对主机电源电压变化频率的兼容性不同,也即能够耐受调整主机电源电压的频率不同,因此实施者可根据具体实施环境自行调整预设预测时间段的大小,从而实现对电竞主机电源电压变化频率的调整,在此不做进一步赘述。
考虑到通过对主机CPU频率进行预测,对预测得到的主机CPU频率进行分析能够得到更加及时的最优主机电源电压,并且电竞主机运行时对应的CPU频率变化在时间顺序上具有一定的规律性,因此本发明实施例根据所有历史时刻的主机CPU频率的时序变化规律,得到所有预测时刻的主机CPU频率。
优选地,预测时刻的主机CPU频率的获取方法包括:
将所有历史时刻的主机CPU频率以时间顺序排列,得到预设历史时间段对应的主机CPU频率序列;根据预设历史时间段对应的主机CPU频率序列通过移动平均法进行预测,得到预设预测时间段内每个预测时刻的主机CPU频率。获取主机CPU频率序列的目的是使得主机CPU频率的排列符合时间规律,使得移动平均法得到预测结果符合CPU频率的时序变化规律。在本发明实施例中,由于预测时间段中的包含10个预测时刻,因此通过移动平均法预测得到10个主机CPU频率。需要说明的是,移动平均法为本领域技术人员所熟知的现有技术,在此不做进一步限定和赘述。
考虑到每个主机电源电压都能够对应一个最高主机CPU频率,也即每个主机CPU频率都能对应一个最低主机电源电压,对于主机CPU频率来说,高于其对应的最低主机电源电压都会造成电力资源浪费,因此为了尽可能提高主机电源电压的利用率,本发明实施例根据主机CPU频率和主机电源电压之间的变化关系,得到每个预测时刻的主机CPU频率在各个主机电源电压下的能效比参数,对应的能效比参数越大,则该主机CPU频率处于对应的主机电源电压下造成的电力资源浪费越少。
优选地,能效比参数的获取方法包括:
根据历史先验数据中主机CPU频率和主机电源电压之间的变化关系,得到每个主机电源电压对应的最高主机CPU频率;将以每个主机CPU频率为最高主机CPU频率的主机电源电压,作为每个主机CPU频率对应的最低主机电源电压;任选一个主机电源电压作为目标主机电源电压;任选一个预测时刻的主机CPU频率作为目标主机CPU频率。
优选地,考虑到随着主机电源电压的增加,对应的最高主机CPU频率也会增加,但是主机电源电压的增加也会使得CPU温度上升,而CPU温度上升会限制最高主机CPU频率的增加。因此整体而言,随着主机电源电压的增加,对应的最高主机CPU频率也会随着增加,但增加幅度会越来越小。因此主机电源电压和最高主机CPU频率之间的关系能够采用对数公式来表示,对应的对数公式为:
;
其中,为第/>个主机电源电压对应的最高主机CPU频率,/>为第/>个主机电源电压,/>为以自然常数e为底的对数函数,/>为预设关系参数。考虑到在具体实施环境下,主机电源电压具有电压上限,并且最高主机电源电压下的主机CPU频率也具有对应的上限,因此进一步可根据主机电源电压和主机CPU频率得到预设关系参数/>的取值。在本发明实施例中,额定电压设置为220V,并且考虑到电压存在一定的波动范围,并且电压波动范围可能达到/>,因此本发明实施例中主机电源电压的上限为242V,并且本发明实施例所采集的电竞主机CPU频率的上限为4.5GHz,下限为1.5GHz。因此将主机电源电压上限242V作为主机电源电压,将电竞主机CPU频率的上限4.5GHz作为最高主机CPU频率,带入到表征主机电源电压和最高主机CPU频率之间的关系对应的对数公式中可得到对应的预设关系参数为0.83,因此将0.83带入可以得到最高主机CPU频率的计算公式。
也即最高主机CPU频率的计算公式包括:
;
其中,为第/>个主机电源电压对应的最高主机CPU频率,/>为第/>个主机电源电压,/>为以自然常数e为底的对数函数。
将目标主机电源电压对应的最高主机CPU频率作为理想主机CPU频率;当目标主机电源电压小于目标主机CPU频率对应的最低主机电源电压时,将目标主机CPU频率在目标主机电源电压下的能效比参数设置为预设能效参数。在本发明实施例中,预设能效参数设置为0。最低主机电源电压即能够满足目标主机频率运行的最低电压,当目标主机电源电压小于该最低电压时,由于达不到目标主机CPU频率所需要的最低电压,所以会产生对应的电压无法维持CPU正常运行的现象,不满足电竞主机的使用条件,因此将对应的能效比参数设置为0。
当目标主机电源电压大于或等于目标主机CPU频率对应的最低主机电源电压时,根据目标主机CPU频率和理想主机CPU频率,得到目标主机CPU频率在目标主机电源电压下的能效比参数,目标主机CPU频率与能效比参数呈正比,理想主机CPU频率与能效比参数呈反比。由于只要目标主机电源电压所提供的理想主机CPU频率与目标主机CPU频率相等时即可维持CPU正常运行,因此理想主机CPU频率越大,对应的目标主机CPU频率在目标主机电源电压下的能效比参数越低。
优选地,根据目标主机CPU频率和理想主机CPU频率,得到目标主机CPU频率在目标主机电源电压下的能效比参数的方法包括:
将目标主机CPU频率与理想主机CPU频率之间的比值,作为目标主机CPU频率在目标主机电源电压下的能效比参数。也即目标主机电源电压能够提供的最高主机CPU频率大于或等于目标主机CPU频率正常运行的情况下,对应的最高主机CPU频率越高,对应的电压利用率越低,也即对应的能效比参数越小,并且能效比参数在目标主机CPU频率与目标主机电源电压对应的最高主机CPU频率相等时达到最大。
在本发明实施例中,当目标主机电源电压大于或等于目标主机CPU频率对应的最低主机电源电压时,目标主机CPU频率在目标主机电源电压下的能效比参数的获取方法在公式上表现为:
;
其中,为目标主机CPU频率在目标主机电源电压下的能效比参数,/>为目标主机CPU频率,/>为目标主机电源电压对应的最高主机CPU频率。需要说明的是,由于电竞主机在运行过程中,对应的主机CPU频率通常具有一定的下限。在本发明实施例中,电竞主机的主机CPU频率下限为1.5GHz,也即目标主机CPU频率的下限为1.5GHz,而目标主机电源电压大于或等于目标主机CPU频率对应的最低主机电源电压,因此目标主机电源电压对应的最高主机CPU频率大于或等于1.5GHz,也即对应的分母不可能为0,即公式不会出现没有意义的情况。
步骤S3:根据所有时刻的主机CPU频率的数值分布情况和对应的时序变化波动情况对各个主机电源电压的影响程度,得到每个预测时刻的主机CPU频率在各个主机电源电压下的稳定性系数;根据能效比参数和稳定性系数,得到各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数。
至此,得到每个预测时刻的主机CPU频率在各个主机电源电压下的能效比参数。但是考虑到用户在使用电竞主机时的性能需求是不断变化的,只考虑能效比而对CPU提供低电压,可能会导致CPU运行卡顿。因为如果电竞主机在使用过程中一直保持能够运行的最低电压,则会影响CPU的计算能力,从而影响用户的体验感。
考虑到当用户对电竞主机的性能需求不高时,只要满足主机电源电压所提供的最高主机CPU频率能够维持主机运行即可。而当CPU频率较高且频率变化波动幅度较大时,说明用户对电竞主机的性能需求较高。主机CPU频率越高,则说明当前时刻CPU所提供的算力较高,需要一定的性能释放,因此对电竞主机的性能需求越大,也即需要提供越高的主机电源电压来维持CPU稳定运行;而主机CPU频率变化波动幅度越大,则说明用户的使用状态越为复杂,因此需要越高的主机电源电压以维持CPU的算力和运行稳定性。与之相反的是,当CPU频率较低且频率变化波动幅度较小时,说明用户对电竞主机的性能需求较低,且用户的使用状态较为稳定,此时所需要的主机电源电压相对较小。即当主机CPU频率较高且对应的频率变化波动幅度越大时,对应的用户所需要的电竞主机性能和稳定性越高。因此本发明实施例根据所有时刻的主机CPU频率的数值分布情况和对应的时序变化波动情况对各个主机电源电压的影响程度,得到每个预测时刻的主机CPU频率在各个主机电源电压下的稳定性系数。
稳定性系数的获取方法包括:
将所有历史时刻以及所有预测时刻对应的主机CPU频率以时间顺序排列,得到主机CPU频率时序序列;根据主机CPU频率时序序列中每个主机CPU频率与相邻主机CPU频率之间的差异分布情况,得到所有历史时刻以及所有预测时刻对应的主机CPU频率波动程度。将主机CPU频率以时间顺序排列得到主机CPU频率时序序列的目的是,使得对主机CPU频率的变化波动情况的观测更加清晰。
主机CPU频率波动程度的获取方法包括:
在主机CPU频率时序序列中,将最后一个预测时刻与前一个预测时刻之间主机CPU频率的差异的二倍,作为最后一个预测时刻对应的主机CPU频率波动程度;将第一个历史时刻与后一个历史时刻之间的主机CPU频率的差异的二倍,作为第一个历史时刻对应的主机CPU频率波动程度。对于主机CPU频率时序序列而言,最后一个预测时刻即最后一个元素与第一个历史时刻即第一个元素仅存在一个相邻的元素,为了使得整体计算更加完整且合理,因此单独计算最后一个预测时刻和第一个历史时刻对应的主机CPU频率波动程度。
除最后一个预测时刻和第一个历史时刻外任选一个时刻作为目标时刻;在主机CPU频率时序序列中,将目标时刻与前一个时刻之间的主机CPU频率的差异,作为第一差异;将目标时刻与后一个时刻之间的主机CPU频率的差异,作为第二差异;将第一差异与第二差异的和值,作为目标时刻对应的主机CPU频率波动程度。将每个时刻与相邻时刻之间的主机CPU频率的变化幅度大小,作为每个时刻对应的主机CPU频率波动程度,从而更加直观的得到每个时刻对应的主机CPU频率变化情况。
将所有预测时刻的主机CPU频率波动程度的累加和,作为参考累加值;根据每个预测时刻对应的主机CPU频率波动程度与所述参考累加值,得到每个预测时刻对应的主机稳定特征值;所述主机CPU频率波动程度与所述主机稳定特征值呈正相关,所述参考累加值与所述主机稳定特征值呈负相关。在本发明实施例中,计算参考累加值与预设第一调节参数的和值,并将每个预测时刻的主机CPU频率波动程度与该和值之间的比值,作为对应的预测时刻的主机稳定特征值。主机稳定特征值对应的每个预测时刻的主机CPU频率波动程度相对于所有CPU频率波动程度的占比,对应的主机稳定特征值越大,说明对应的预测时刻的主机CPU频率波动程度越大,对应的用户使用电竞主机的使用状态越复杂,即需要更高的主机电源电压以维持CPU的算力和运行稳定性。
将每个预测时刻对应的主机CPU频率进行归一化,得到每个预测时刻对应的主机CPU频率权重。主机CPU频率权重即每个预测时刻对应的主机CPU频率的归一化后的值,对应的主机CPU频率权重越大,说明对应的预测时刻的CPU所提供的算力较高,需要更高主机电源电压来维持一定的性能释放,从而保持CPU运行的稳定性。在本发明实施例中,对主机CPU频率进行归一化的方法采用最大值化,即将每个预测时刻对应的主机CPU频率与所有时刻的主机CPU频率的最大值的比值,作为每个预测时刻对应的主机CPU频率权重。
由于主机CPU频率权重越大,主机稳定特征值越大时,对应的预测时刻对CPU运行的稳定性需求越大,也即对应的预测时刻的主机CPU频所需要的主机电源电压越大。根据主机稳定特征值与主机CPU频率权重得到每个预测时刻的主机CPU频率对应的主机稳定性权重,主机稳定特征值和主机CPU频率权重均与主机稳定性权重呈正相关。稳定性系数越大时,说明对应的预测时刻需要的主机电源电压越大。
优选地,根据主机稳定特征值与主机CPU频率权重得到每个预测时刻的主机CPU频率对应的主机稳定性权重的方法包括:将主机稳定特征值与主机CPU频率权重的乘积的归一化值,作为每个预测时刻的主机CPU频率对应的主机稳定性权重。
任选一个主机电源电压作为参考主机电源电压;将每个预测时刻对应的主机CPU频率的最低主机电源电压与所述主机稳定性权重之间的乘积,作为第一乘积;根据参考主机电源电压与所述第一乘积,得到每个预测时刻的主机CPU频率在参考主机电源电压下的稳定性系数,所述稳定性系数与所述参考主机电源电压呈正相关,所述稳定性系数与所述第一乘积呈负相关。
由于每个预测时刻的主机CPU频率对应的主机稳定性权重,而主机稳定性权重越大时,对应的主机CPU频率则需要越大的主机电源电压来维持性能释放和稳定性,因此本发明实施例在计算稳定性系数的同时结合了参考主机电源电压和主机稳定性权重。由于主机稳定性权重越大时,电竞主机需要更大的参考主机电源电压才能维持性能释放和稳定性,因此为了使得主机电源电压所提供的性能足够,也即为了使得稳定性系数更大,所以需要更大的参考主机电源电压来保证电竞主机性能和稳定性,也即稳定性系数与参考主机电源电压呈正相关,稳定性系数与第一乘积呈负相关。
在本发明实施例中,将第个预测时刻作为所有预测时刻中的任意一个预测时刻,则第/>个预测时刻的主机CPU频率在参考主机电源电压下的稳定性系数的获取方法在公式上表现为:
;
其中,为第/>个预测时刻的主机CPU频率在参考主机电源电压下的稳定性系数,/>为参考主机电源电压;/>为以第/>个预测时刻的主机CPU频率为最高CPU频率对应的主机电源电压,即第/>个预测时刻对应的最低主机电源电压;/>为第/>个预测时刻对应的CPU频率波动程度;/>为主机CPU频率时序序列中的元素数量,也即历史时刻和预测时刻的数量之和,在本发明实施例中,/>的取值为3610,即3600个历史时刻以及10个预测时刻的和;/>为第/>个预测时刻对应的CPU频率波动程度,/>为第/>个预测时刻对应的主机CPU频率,/>为主机CPU频率时序序列中的主机CPU频率最大值;/>为预设第一调节参数,为预设第二调节参数,预设第一调节参数和预设第二调节参数均用于防止分母为0,本发明实施例将预设第一调节参数设置为0.01,将预设第二调节参数设置为0.01,实施者可根据具体实施环境自行调整。/>为第/>个预测时刻的主机CPU频率对应的主机稳定特征值;/>为第/>个预测时刻对应的主机稳定权重,也即第/>个预测时刻对应的主机CPU频率的归一化后的值,/>为第一乘积;/>为归一化函数,在本发明实施例中,归一化方法采用线性归一化。
至此,得到每个预测时刻对应的主机CPU频率在各个主机电源电压下的能效比参数和稳定性系数。而能效比参数越大,则证明对应的预测时刻下该主机电源电压更加省电;而稳定性系数则是用于衡量当前CPU频率应分得更大或更小的主机电源电压的参数,用于影响每个预测时刻的主机CPU频率的主机电源电压取值权重,并且稳定性系数越大,说明对应预测时刻下的主机电源电压越稳定。进一步地可通过稳定程度和能效比参数评价各个主机电源电压对每个预测时刻的CPU频率的优先级,本发明实施例根据能效比参数和稳定性系数,得到各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数。
优选地,电压优先级参数的获取方法包括:
将能效比参数与稳定性系数的乘积,作为各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数。由于能效比参数越大时,对应的主机电源电压作用于主机时越省电,而稳定性系数越大时,对应的主机电源电压作用于主机时越稳定。因此能效比参数和稳定性系数均与电压优先级参数呈正相关。
在本发明实施例中,任选一个预测时刻作为第个预测时刻,任选一个主机电源电压作为第/>个主机电源电压,则第/>个主机电源电压对第/>个预测时刻的主机CPU频率的电压优先级参数的获取方法在公式上表现为:
;
其中,为第/>个主机电源电压对第/>个预测时刻的主机CPU频率的电压优先级参数,/>为第/>个预测时刻的主机CPU频率在第/>个主机电源电压下的能效比参数,/>为第/>个预测时刻的主机CPU频率在第/>个主机电源电压下的稳定性系数。
步骤S4:根据各个主机电源电压对应的所有电压优先级参数分布情况,得到电竞主机在当前时刻的最优主机电源电压。
至此,得到每个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数,进一步可根据电压优先级参数得到每个预测时刻对应的最优电压,但是考虑到频繁的调整主机电源电压会影响CPU温度,从而影响CPU的使用寿命,因此本发明实施例为了减少主机电源电压的调整次数,本发明实施例每个预设预测时间段调整一次主机电源电压,即本发明实施例根据各个主机电源电压对应的所有电压优先级参数分布情况,得到电竞主机在当前时刻的最优主机电源电压。
优选地,最优主机电源电压的获取方法包括:
将每个主机电源电压对应的所有电压优先级参数的均值,作为每个主机电源电压对应的主机电压优先评价值;将主机电压优先评价值最大的主机电源电压,作为最优主机电源电压。通过求取每个主机电源电压对应的所有预测时刻的电压优先级参数的均值的方法,能够使得得到的电压优先评价值表征每个主机电源电压在整个预设预测时间段的整体优先级,从而进一步得到当前时刻的最优主机电源电压,也即当前预设预测时间段对应的最优主机电源电压。
综上所述,本发明对电竞主机在预设历史时间段的主机CPU频率进行分析,根据主机CPU频率和主机电源电压之间的变化关系,得到能效比参数;根据主机CPU频率的数值和时序变化波动情况,得到稳定性系数;结合能效比参数和稳定性系数评价各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数,根据电压优先级参数的分布情况筛选出当前时刻需要调整的最优主机电源电压。本发明通过得到的最优主机电源电压进行电竞主机电源电压调整的方法准确度更高。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.基于数据分析的电竞主机电源电压调整方法,其特征在于,所述方法包括:
获取电竞主机在当前时刻之前的预设历史时间段内每个时刻的主机CPU频率;
将预设历史时间段中的所有时刻作为历史时刻,将预设历史时间段之后的预设预测时间段中的所有时刻作为预测时刻;根据所有历史时刻的主机CPU频率的时序变化规律,得到所有预测时刻的主机CPU频率;根据主机CPU频率和主机电源电压之间的变化关系,得到每个预测时刻的主机CPU频率在各个主机电源电压下的能效比参数;
根据所有时刻的主机CPU频率的数值分布情况和对应的时序变化波动情况对各个主机电源电压的影响程度,得到每个预测时刻的主机CPU频率在各个主机电源电压下的稳定性系数;根据所述能效比参数和所述稳定性系数,得到各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数;
根据各个主机电源电压对应的所有电压优先级参数分布情况,得到电竞主机在当前时刻的最优主机电源电压。
2.根据权利要求1所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述能效比参数的获取方法包括:
根据历史先验数据中主机CPU频率和主机电源电压之间的变化关系,得到每个主机电源电压对应的最高主机CPU频率;将以每个主机CPU频率为最高主机CPU频率的主机电源电压,作为每个主机CPU频率对应的最低主机电源电压;
任选一个主机电源电压作为目标主机电源电压;任选一个预测时刻的主机CPU频率作为目标主机CPU频率;将目标主机电源电压对应的最高主机CPU频率作为理想主机CPU频率;
当目标主机电源电压小于目标主机CPU频率对应的最低主机电源电压时,将目标主机CPU频率在目标主机电源电压下的能效比参数设置为预设能效参数;
当目标主机电源电压大于或等于目标主机CPU频率对应的最低主机电源电压时,根据目标主机CPU频率和理想主机CPU频率,得到目标主机CPU频率在目标主机电源电压下的能效比参数,所述目标主机CPU频率与所述能效比参数呈正比,所述理想主机CPU频率与所述能效比参数呈反比。
3.根据权利要求2所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述稳定性系数的获取方法包括:
将所有历史时刻以及所有预测时刻对应的主机CPU频率以时间顺序排列,得到主机CPU频率时序序列;根据主机CPU频率时序序列中每个主机CPU频率与相邻主机CPU频率之间的差异分布情况,得到所有历史时刻以及所有预测时刻对应的主机CPU频率波动程度;
将所有预测时刻的主机CPU频率波动程度的累加和,作为参考累加值;根据每个预测时刻对应的主机CPU频率波动程度与所述参考累加值,得到每个预测时刻对应的主机稳定特征值;所述主机CPU频率波动程度与所述主机稳定特征值呈正相关,所述参考累加值与所述主机稳定特征值呈负相关;
将每个预测时刻对应的主机CPU频率进行归一化,得到每个预测时刻对应的主机CPU频率权重;根据所述主机稳定特征值与所述主机CPU频率权重得到每个预测时刻的主机CPU频率对应的主机稳定性权重,所述主机稳定特征值和所述主机CPU频率权重均与所述主机稳定性权重呈正相关;
任选一个主机电源电压作为参考主机电源电压;将每个预测时刻对应的主机CPU频率的最低主机电源电压与所述主机稳定性权重之间的乘积,作为第一乘积;根据参考主机电源电压与所述第一乘积,得到每个预测时刻的主机CPU频率在参考主机电源电压下的稳定性系数,所述稳定性系数与所述参考主机电源电压呈正相关,所述稳定性系数与所述第一乘积呈负相关。
4.根据权利要求1所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述最优主机电源电压的获取方法包括:
将每个主机电源电压对应的所有电压优先级参数的均值,作为每个主机电源电压对应的主机电压优先评价值;将主机电压优先评价值最大的主机电源电压,作为最优主机电源电压。
5.根据权利要求3所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述根据所述主机稳定特征值与所述主机CPU频率权重得到每个预测时刻的主机CPU频率对应的主机稳定性权重的方法包括:
将所述主机稳定特征值与所述主机CPU频率权重的乘积的归一化值,作为每个预测时刻的主机CPU频率对应的主机稳定性权重。
6.根据权利要求2所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述根据目标主机CPU频率和理想主机CPU频率,得到目标主机CPU频率在目标主机电源电压下的能效比参数的方法包括:
将所述目标主机CPU频率与所述理想主机CPU频率之间的比值,作为目标主机CPU频率在目标主机电源电压下的能效比参数。
7.根据权利要求1所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述电压优先级参数的获取方法包括:
将所述能效比参数与所述稳定性系数的乘积,作为各个主机电源电压对每个预测时刻的主机CPU频率的电压优先级参数。
8.根据权利要求3所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述主机CPU频率波动程度的获取方法包括:
在主机CPU频率时序序列中,将最后一个预测时刻与前一个预测时刻之间主机CPU频率的差异的二倍,作为最后一个预测时刻对应的主机CPU频率波动程度;将第一个历史时刻与后一个历史时刻之间的主机CPU频率的差异的二倍,作为第一个历史时刻对应的主机CPU频率波动程度;
除最后一个预测时刻和第一个历史时刻外任选一个时刻作为目标时刻;在主机CPU频率时序序列中,将目标时刻与前一个时刻之间的主机CPU频率的差异,作为第一差异;将目标时刻与后一个时刻之间的主机CPU频率的差异,作为第二差异;将所述第一差异与所述第二差异的和值,作为目标时刻对应的主机CPU频率波动程度。
9.根据权利要求2所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述最高主机CPU频率的计算公式包括:
;
其中,为第/>个主机电源电压对应的最高主机CPU频率,/>为第/>个主机电源电压,为以自然常数e为底的对数函数。
10.根据权利要求1所述的基于数据分析的电竞主机电源电压调整方法,其特征在于,所述预测时刻的主机CPU频率的获取方法包括:
将所有历史时刻的主机CPU频率以时间顺序排列,得到预设历史时间段对应的主机CPU频率序列;根据预设历史时间段对应的主机CPU频率序列通过移动平均法进行预测,得到预设预测时间段内每个预测时刻的主机CPU频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311198600.9A CN116931703B (zh) | 2023-09-18 | 2023-09-18 | 基于数据分析的电竞主机电源电压调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311198600.9A CN116931703B (zh) | 2023-09-18 | 2023-09-18 | 基于数据分析的电竞主机电源电压调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116931703A true CN116931703A (zh) | 2023-10-24 |
CN116931703B CN116931703B (zh) | 2023-12-26 |
Family
ID=88390082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311198600.9A Active CN116931703B (zh) | 2023-09-18 | 2023-09-18 | 基于数据分析的电竞主机电源电压调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116931703B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290802A (zh) * | 2023-11-27 | 2023-12-26 | 惠州市鑫晖源科技有限公司 | 一种基于数据处理的主机电源运行监测方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5021679A (en) * | 1989-06-30 | 1991-06-04 | Poqet Computer Corporation | Power supply and oscillator for a computer system providing automatic selection of supply voltage and frequency |
CN1764887A (zh) * | 2003-03-24 | 2006-04-26 | 英特尔公司 | 在节能模式下运行时减少cpu和总线功率 |
CN101021744A (zh) * | 2007-03-23 | 2007-08-22 | 威盛电子股份有限公司 | 自动调整电压的电路与方法 |
US20150198997A1 (en) * | 2014-01-10 | 2015-07-16 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and Method of Adaptive Voltage Frequency Scaling |
CN105677000A (zh) * | 2016-02-14 | 2016-06-15 | 华为技术有限公司 | 动态电压频率调整的***及方法 |
CN106104490A (zh) * | 2014-03-13 | 2016-11-09 | 高通股份有限公司 | 用于提供动态时钟和电压缩放(dcvs)感知处理器间通信的***和方法 |
CN106447131A (zh) * | 2016-10-24 | 2017-02-22 | 易事特集团股份有限公司 | 独立型微电网光伏输出功率预测方法及能量调控方法 |
US20170192484A1 (en) * | 2016-01-04 | 2017-07-06 | Qualcomm Incorporated | Method and apparatus for dynamic clock and voltage scaling in a computer processor based on program phase |
CN212391774U (zh) * | 2020-06-29 | 2021-01-22 | 惠州市鑫晖源科技有限公司 | 一种新型电脑电源 |
CN112379764A (zh) * | 2020-11-12 | 2021-02-19 | 海光信息技术股份有限公司 | 芯片工作电压控制方法、装置、处理芯片及服务器 |
CN112631415A (zh) * | 2020-12-31 | 2021-04-09 | Oppo(重庆)智能科技有限公司 | Cpu频率调整方法、装置、电子设备及存储介质 |
CN113268130A (zh) * | 2021-04-02 | 2021-08-17 | 北京比格大数据有限公司 | 服务器供电方法、存储介质、计算机设备 |
CN115967092A (zh) * | 2022-12-27 | 2023-04-14 | 浙江大学 | 一种数据驱动的新能源电力***非参数概率最优潮流预测-分析一体化方法 |
CN116736960A (zh) * | 2023-08-16 | 2023-09-12 | 惠州市鑫晖源科技有限公司 | 一种高安全性能的工业控制电脑主机电源 |
-
2023
- 2023-09-18 CN CN202311198600.9A patent/CN116931703B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5021679A (en) * | 1989-06-30 | 1991-06-04 | Poqet Computer Corporation | Power supply and oscillator for a computer system providing automatic selection of supply voltage and frequency |
CN1764887A (zh) * | 2003-03-24 | 2006-04-26 | 英特尔公司 | 在节能模式下运行时减少cpu和总线功率 |
CN101021744A (zh) * | 2007-03-23 | 2007-08-22 | 威盛电子股份有限公司 | 自动调整电压的电路与方法 |
US20150198997A1 (en) * | 2014-01-10 | 2015-07-16 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and Method of Adaptive Voltage Frequency Scaling |
CN106104490A (zh) * | 2014-03-13 | 2016-11-09 | 高通股份有限公司 | 用于提供动态时钟和电压缩放(dcvs)感知处理器间通信的***和方法 |
US20170192484A1 (en) * | 2016-01-04 | 2017-07-06 | Qualcomm Incorporated | Method and apparatus for dynamic clock and voltage scaling in a computer processor based on program phase |
CN105677000A (zh) * | 2016-02-14 | 2016-06-15 | 华为技术有限公司 | 动态电压频率调整的***及方法 |
CN106447131A (zh) * | 2016-10-24 | 2017-02-22 | 易事特集团股份有限公司 | 独立型微电网光伏输出功率预测方法及能量调控方法 |
CN212391774U (zh) * | 2020-06-29 | 2021-01-22 | 惠州市鑫晖源科技有限公司 | 一种新型电脑电源 |
CN112379764A (zh) * | 2020-11-12 | 2021-02-19 | 海光信息技术股份有限公司 | 芯片工作电压控制方法、装置、处理芯片及服务器 |
CN112631415A (zh) * | 2020-12-31 | 2021-04-09 | Oppo(重庆)智能科技有限公司 | Cpu频率调整方法、装置、电子设备及存储介质 |
CN113268130A (zh) * | 2021-04-02 | 2021-08-17 | 北京比格大数据有限公司 | 服务器供电方法、存储介质、计算机设备 |
CN115967092A (zh) * | 2022-12-27 | 2023-04-14 | 浙江大学 | 一种数据驱动的新能源电力***非参数概率最优潮流预测-分析一体化方法 |
CN116736960A (zh) * | 2023-08-16 | 2023-09-12 | 惠州市鑫晖源科技有限公司 | 一种高安全性能的工业控制电脑主机电源 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290802A (zh) * | 2023-11-27 | 2023-12-26 | 惠州市鑫晖源科技有限公司 | 一种基于数据处理的主机电源运行监测方法 |
CN117290802B (zh) * | 2023-11-27 | 2024-03-26 | 惠州市鑫晖源科技有限公司 | 一种基于数据处理的主机电源运行监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116931703B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116931703B (zh) | 基于数据分析的电竞主机电源电压调整方法 | |
US9086876B2 (en) | Technique for selecting a frequency of operation in a processor system | |
Greaves et al. | Temporal forecast uncertainty for ramp events | |
CN103019367B (zh) | 基于Android***的嵌入式GPU动态调频方法及装置 | |
CN104049716B (zh) | 一种结合温度感知的计算机节能方法及*** | |
CN111489188B (zh) | 一种居民可调负荷潜力挖掘方法及*** | |
CN105677000B (zh) | 动态电压频率调整的***及方法 | |
CN103428102B (zh) | 在分布式网络中实现动态负载平衡的方法和*** | |
CN111915195B (zh) | 一种结合区块链及大数据的公共电力资源调配方法 | |
CN117390972B (zh) | 一种电子烟雾化器寿命预测方法 | |
CN113283674A (zh) | 一种基于用户用电特征的基线负荷预测修正方法 | |
CN115907511A (zh) | 可调节负荷资源价值评估模型的构建方法及装置 | |
JP2017102790A (ja) | 情報処理装置、演算処理装置および情報処理装置の制御方法 | |
CN108845659B (zh) | 一种功耗优先的嵌入式处理器实时任务分配方法 | |
CN111914000B (zh) | 一种基于功耗预测模型的服务器功率封顶方法、*** | |
CN116753562B (zh) | 基于数据分析的石墨烯电暖智能温控*** | |
Rumi et al. | CPU power consumption reduction in android smartphone | |
CN112731177A (zh) | 干电池电量检测方法及装置 | |
CN112036004A (zh) | 基于相似时刻动态选择调相机油***油温预测方法和*** | |
CN111158454A (zh) | 一种实时嵌入式操作***低功耗方法及装置 | |
US10606305B2 (en) | Processor load step balancing | |
CN111900740B (zh) | 一种基于需求响应设备的电力***调频方法和*** | |
US9690616B2 (en) | Based on natural load determination either adjust processor sleep time or generate artificial load | |
CN112737422A (zh) | 一种基于云计算的电机设备调速控制方法 | |
CN115829786B (zh) | 一种基于空调负荷的电网响应调节方法 |
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 |