CN103514081B - 反映计算机设备运算能效的测试方法 - Google Patents
反映计算机设备运算能效的测试方法 Download PDFInfo
- Publication number
- CN103514081B CN103514081B CN201210223385.9A CN201210223385A CN103514081B CN 103514081 B CN103514081 B CN 103514081B CN 201210223385 A CN201210223385 A CN 201210223385A CN 103514081 B CN103514081 B CN 103514081B
- Authority
- CN
- China
- Prior art keywords
- computer equipment
- energy efficiency
- project
- power
- mathematical operation
- 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
Classifications
-
- 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
- Debugging And Monitoring (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明提供一种反映计算机设备运算能效的测试方法,其包括:1)取得计算机设备运行数学运算项目的运行速率,以及取得所述计算机设备在运行所述项目过程中的功率;2)基于所述功率和所述运行速率的比值来确定反映所述计算机设备在运算性能上的能效比。本发明通过取得所述计算机设备运行数学运算项目的运算速度与运行数学运算项目时的功率,来计算所述计算机设备的运算性能的能效比,以便有针对性的反映所述计算机设备在运算性能上的能效比。
Description
技术领域
本发明涉及一种能效测试方法,特别是涉及一种反映计算机设备运算能效的测试方法。
背景技术
在提倡绿色、低碳的当下,人们更加关注投入产出率,也更加严格的控制预算和成本,因此选择具有高能效比的设备已成为人们不可忽视的因素之一。随着信息化世代的深入,计算机设备的能效越来越受到各方的重视,其中,CPU(处理器)的电能消耗,占到了计算机的主体。在同等配置且运行性能相当的情况下,双核CPU能耗要低于单核能耗,待机能耗要低于运行能耗;CPU的占用率越高,其能耗也越高;CPU的主频越高,其能耗也越高;生产工艺水平高的CPU能耗,要低于生产工艺低的CPU能耗。目前CPU的能耗高的达到近200W,低的还不到40W,在其性能提高的同时,其能耗悬殊之大不可小视。
可见,在性能与能耗二者矛盾之间若能够得到一个判别其功率转化效果的方式,则能够有效评价CPU的性能,故能效评价是对CPU产生的能耗是否被有效利用的描述,以便更好地了解CPU能耗的利用情况,有助于CPU的工艺设计以及节能方法的改进;其次,对CPU不同性能的功耗组成进行深度分析,确定影响能耗的主要因素,有针对性地配合服务器选取合理节能机制和策略。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种反映计算机设备运算能效的测试方法,以供人们选择合适的计算机设备。
为实现上述目的及其他相关目的,本发明提供一种反映计算机设备运算能效的测试方法,其包括:1)取得计算机设备运行数学运算项目的运行速率,以及取得所述计算机设备在运行所述项目过程中的功率;2)基于所述功率和所述运行速率的比值来确定反映所述计算机设备在运算性能上的能效比。
优选地,在所述步骤1)中取得计算机设备运行数学运算项目的运行速率包括:基于计算机设备因所获取的包含运算位数的测试指令而运行相应数学运算项目的运算位数与所花费的时间的比值,来取得所述计算机设备运行所述数学运算项目的运行速率。
优选地,在所述步骤1)中取得计算机设备运行数学运算项目的运行速率包括:1-1)使计算机设备多次基于所获取的包含运算位数的测试指令来运行相应数学运算项目;基于统计所述计算机设备每一次运行所述数学运算项目所花费的时间,来取得每一次运行所述数学运算项目所花费的时间的平均值;基于统计每一个指令中的运算位数来取得每一次运行所述数学运算项目的所述运算位数的平均值;1-2)基于所述运算位数的平均值与所花费时间的平均值的比值来取得所述计算机设备运行所述数学运算项目的运行速率。
优选地,在所述步骤1)中取得计算机设备运行数学运算项目时的功率包括:基于统计所述计算机设备在每一次运行所述数学运算项目过程中的功率,来取得所述功率的平均值。
优选地,所述步骤2)还包括:基于所述功率的平均值和所述运行速率的比值来确定所述计算机设备在运算性能上的能效比。
优选地,基于测试运算性能的不同测试指令,重复执行步骤1)和2),以取得所述计算机设备运行不同的所述数学运算项目的能效比;所述方法还包括步骤3):基于预设的每一个所述数学运算项目的权重来取得反映所述计算机设备的所述运算性能的能效比。
优选地,改变所述计算机设备的载荷强度,并使所述计算机设备处于相同的载荷强度下,基于不同的测试指令运行相应的所述测试项目,以供执行步骤1)、步骤2)和步骤3)。
优选地,所述指令至少包括以下一种:包含浮点运算位数的浮点运算指令、包含整数运算位数的整数运算指令。
如上所述,本发明的反映计算机设备运算能效的测试方法,具有以下有益效果:首先,能够基于所述计算机设备运行数学运算项目的运算速度与运行数学运算项目时的功率的比值来确定所述计算机设备的运算性能的能效比,能够有针对性的反映所述计算机设备在运算性能上的能效比;另外,先使所述计算机设备运行不同能效测试项目,来求得反映所述计算机设备在运算性能中不同载荷强度下的能效比,再基于预设的能效比的权重来确定所述计算机设备在运算性能的能效比,能够针对计算机设备的使用特点来确定计算机设备的能效比,由此可方便用户选择适当的计算机设备,以达到相应的性能要求。计算机设备的能效比反映了计算机设备功率是否被有效利用,以便工作人员基于计算机设备功率的利用情况来制定相应的节能方案,同时,有助于工作人员选择计算机设备运算性能,使多个计算机设备之间的运算性能达到最优,也使计算机设备在不同应用范围内消耗较低的功率充分发挥其独特的性能。
附图说明
图1显示为本发明的反映计算机设备运算能效的测试方法的流程图。
图2显示为本发明的反映计算机设备运算能效的测试方法的一种优选实施方式的流程图。
图3显示为本发明的反映计算机设备运算能效的测试方法的又一种优选实施方式的流程图。
图4显示为本发明的本发明的反映计算机设备运算能效的测试方法中取得所述计算机设备运行数学运算项目时的功率的结构示意图。
图5显示为本发明的反映计算机设备运算能效的测试方法的又一种优选实施方式的流程图。
图6显示为本发明的反映计算机设备运算能效的测试方法的又一种优选实施方式的流程图。
图7显示为依据本发明的反映计算机设备运算能效的测试方法所测试的两台计算机设备在不同载荷强度下的能效比的比较示意图。
元件标号说明
1 计算机设备
2 能效测试系统
21 计算性能分析软件
22 功率测试仪
S1-S3、S11、S13、S14、S15 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
图1显示为本发明所述的反映计算机设备运算能效的测试方法流程图。其中,所述能效测试方法用于测试计算机设备一项性能的能效比,所述能效测试方法主要由能效测试系统来执行,所述能效测试系统为安装在待测试的计算机设备中的应用模块。所述计算机设备为一种能够按照事先存储的程序,自动、高速地进行大量数值计算和各种信息处理的现代化智能电子设备,其包括但不限于刀片式服务器、存储式服务器、塔式服务器、机架式服务器、普通台式机、笔记本电脑、嵌入式设备等。
在步骤S1中,所述能效测试系统取得计算机设备运行数学运算项目的运行速率,以及取得所述计算机设备在运行所述项目过程中的功率。
所述运行速率包括任何反映所述计算机设备运行数学运算项目的速度的指标,其包括但不限于:所述计算机设备处理浮点运算的速率、所述计算机设备处理整数运算的速率、所述计算机设备处理四则混合运算的速率、所述计算机设备处理快速傅里叶变换的速率等。
所述数学运算项目包括任何能够做数学运算的项目,其包括但不限于:浮点运算项目、整数运算项目、四则混合运算项目、傅里叶变换运算项目等。其中,浮点运算项目包括但不限于:SuperPi软件,整数运算项目包括但不限于:Prime95软件。
具体地,所述能效测试系统取得所述计算机设备中的数学运算项目在一段时间内所处理的数字位数,并基于所述数字位数与所述时间段的比值来计算所述计算机设备运行所述数学运算项目的运行速率。
例如,使所述计算机设备运行浮点运算软件,则所述能效测试系统在所述计算机设备运行至t1时刻开始直至t2时刻时所述浮点运算结果的位数a,并取得在t1时刻至t2时刻之间的所述计算机设备的功率,并基于所述位数a与所述t2时刻与t1时刻的差值的比值来取得所述运算速率,再基于所述功率与所述运算速率的比值来取得能效比。
优选地,在所述步骤S1中取得计算机设备运行数学运算项目的运行速率包括:步骤S11,如图2所示。
在步骤S11中,所述能效测试系统基于计算机设备因所获取的包含运算位数的测试指令而运行相应数学运算项目的所述运算位数与所花费的时间的比值,来取得所述计算机设备运行所述数学运算项目的运行速率。
其中,所述测试指令包括任何能够使所述计算机设备运行相应数学运算项目的指令,其包括但不限于:使所述计算机设备进行浮点运算的指令、使所述计算机设备进行整数运算的指令、使所述计算机设备进行四则混合运算的指令、使所述计算机设备进行快速傅里叶变换的指令中的一种。
所述计算机设备获取所述测试指令的方式包括但不限于:通过人机交互设备获取所述测试指令。例如,人员通过键盘向显示在所述计算机设备的显示器的输入框中输入运算位数,并点击开始按钮,所述计算机设备获取运行相应数学运算项目的测试指令。
具体地,所述能效测试系统取得计算机设备因所获取的测试指令而运行相应的数学运算项目所花费的时间,以及所述数学运算项目所得到的运算结果的位数,再基于所述运算结果的位数与所花费的时间的比值来取得所述计算机设备运行所述数学运算项目的运行速率。
例如,人员通过所述计算机设备的显示器所显示的输入界面来输入浮点运算的位数为8万位的测试指令,所述计算机设备基于所述测试指令运行SuperPi软件,直至SuperPi软件取得结果为小数点后的位数达到8万位的数字,则所述能效测试系统取得完成本次计算所花费的时间,再基于所取得的浮点运算位数与完成本次计算所花费的时间的比值来求得所述计算机设备进行浮点运算的速率。
又如,人员通过所述计算机设备的显示器所显示的输入界面来输入整数运算位数为5万位的测试指令,则所述计算机设备基于所述测试指令运行Prime95软件,直至Prime95软件得到的结果为位数为5万位的整数数值,则所述能效测试系统取得完成本次计算所花费的时间,再基于所取得的整数运算位数与完成本次计算所花费的时间的比值来求得所述计算机设备进行整数运算的速率。
更为优选地,如图3所示,在所述步骤S1中取得计算机设备运行数学运算项目的运行速率包括:步骤S13、步骤S14。
在步骤S13中,所述能效测试系统使计算机设备多次基于所获取的包含运算位数的测试指令来运行相应数学运算项目;基于统计所述计算机设备每一次运行所述数学运算项目所花费的时间,来取得每一次运行所述数学运算项目所花费的时间的平均值;基于统计每一个指令中的运算位数来取得每一次运行所述数学运算项目的所述运算位数的平均值。其中,每一次次包含运算位数的测试指令中运算位数可以相同,也可以不同。
例如,多次测试指令包括:包含1万位浮点运算位数的测试指令、包含10万位整数运算位数的测试指令、包含100万位浮点运算位数的测试指令,则所述能效测试系统基于统计所述计算机设备每一次运行相应数学运算项目所花费的时间分别为0.25秒、2.11秒、22.76秒,来取得每一次运行相应数学运算项目所花费的时间平均值为8.37,同时,所述能效测试系统取得每一次运算的运算位数的平均值为37万位。
接着,在步骤S14中,所述能效测试系统基于所述运算位数的平均值与所花费时间的平均值的比值来取得所述计算机设备运行所述数学运算项目的运行速率。
继续步骤S13中的例子,所述能效测试系统求得所述计算机设备运行所述数学运算项目的运行速率为37/8.37=4.42万位/秒。
与此同时,所述能效测试系统还执行步骤S15:获取所述计算机设备在运行所述数学运算项目过程中的功率。如图4所示,所述能效测试系统2包括:计算性能分析软件21、功率测试仪22。所述计算性能分析软件21为所述计算机设备1中的应用模块。所述功率测试仪22包括任何能够测试所述计算机设备在运行所述数学运算项目过程中的功率的仪器。
例如,将功率测试仪22与所述计算机设备1连接,以采集所述计算机设备1的功率,并将所采集的功率实时地提供给所述计算性能分析软件21,所述计算性能分析软件21基于所述计算机设备1所获取的测试指令来获取所述计算机设备的功率。
又如,将功率测试仪22与所述计算机设备1连接,当所述计算机设备1基于所获取的测试指令启动所述功率测试仪22采集功率,所述功率测试仪22将所采集的功率提供给所述计算性能分析软件21。
需要说明的是,本领域技术人员应该理解,取得功率和运算速率的步骤并非一定按上述顺序进行,可以同时进行或先取得功率再取得运算速率。
优选地,所述步骤S15还包括:步骤S16(未予图示)。
在步骤S16中,所述能效测试系统基于统计所述计算机设备在每一次运行所述数学运算项目过程中的功率,来取得所述功率的平均值。
所述能效测试系统统计所述计算机设备在每一次运行所述数学运算项目过程中的功率的方式包括但不限于:1)在所述计算机设备基于一次测试指令运行所述数学运算项目,所述能效测试系统多次获取功率。2)在所述计算机设备基于多次测试指令运行所述数学运算项目,所述能效测试系统获取所述计算机设备每一次运行所述数学运算项目过程中的功率。接着,所述能效测试系统取得所述计算机设备在运行所述数学运算项目过程中的平均功率。
在步骤S2中,所述能效测试系统基于所述功率和所述运行速率的比值来确定反映所述计算机设备在运算性能上的能效比。其中,所述运算性能包括但不限于:所述计算机设备进行浮点运算的性能、所述计算机设备进行整数运算的性能、所述计算机设备进行综合运算的性能等。
优选地,所述步骤S2还包括:所述能效测试系统基于所述平均功率和所述运行速率的比值来取得所述计算机设备在运算性能上的能效比。
作为一种优选方案,如图5所示,当所述计算机设备运行在同一负载环境下,基于测试运算性能的不同测试指令重复执行步骤S11、S12、S15和S2,以取得所述计算机设备运行不同的所述数学运算项目的能效比;所述方法还包括步骤S3。
在步骤S3中,所述能效测试系统基于预设的每一个所述数学运算项目的权重来取得反映所述计算机设备的所述运算性能的能效比。
例如,所述计算机设备所获取的测试指令包括:使所述计算机设备进行20位浮点运算的测试指令k1和使所述计算机设备进行20位整数运算的测试指令k2,则所述计算机设备先基于测试指令k1运行相应的浮点运算项目,以供所述能效测试系统取得所述计算机设备运行20为浮点运算的能效比v1,接着,所述计算机设备基于测试指令k2运行相应的整数运算项目,以供所述能效测试系统取得所述计算机设备运行20为整数运算的能效比v2;所述能效测试系统基于预设的浮点运算的能效比的权重为1、整数运算的能效比的权重为2,来求得反映所述计算机设备的运算性能的能效比P4=1*v1+2*v2。
需要说明的是,本领域技术人员应该理解,上述权重的计算方式仅为举例,事实上,任何基于预设的每一个所述能效比的权重来取得反映所述计算机设备的运算性能的能效比的方式均包含在本发明范围之内。
作为又一种优选方案,如图6所示,当所述计算机设备运行在同一负载环境下,所述能效测试系统基于测试同一性能的不同的测试指令重复执行步骤S13、S14、S15、S2,以取得所述计算机设备运行不同的所述数学运算项目的能效比;接着执行步骤S3。
需要说明的是,本领域技术人员应该理解,所述能效测试系统基于测试同一性能的不同的测试指令重复执行步骤S13、S14、S15和S2,并基于执行上述步骤所取得的能效比来确定反映所述计算机设备的运算性能的能效比。
作为另一种优选方案,使所述计算机设备处于不同载荷强度,执行步骤S1、步骤S2和步骤S3。
具体地,使所述计算机设备基于不同载荷的测试指令来运行相应的数学运算项目,以便所述能效测试系统执行步骤S1、S2和S3。
例如,所述测试指令包括:使所述计算机设备进行100万位浮点运算的测试指令、使所述计算机设备进行200万位浮点运算的测试指令、使所述计算机设备进行500万位浮点运算的测试指令、使所述计算机设备进行100万位整数运算的测试指令、使所述计算机设备进行200万位整数运算的测试指令、使所述计算机设备进行500万位整数运算的测试指令,所述能效测试系统分别基于每一个测试指令取得所述计算机设备运算相应数学运算项目的运算速率和功率,并基于所述运算速率和功率的比值来确定反映所述计算机设备在100万位浮点运算载荷强度下的运算性能的能效比k1、在200万位浮点运算载荷强度下的运算性能的能效比k2、在500万位浮点运算载荷强度下的运算性能的能效比k3、在100万位整数运算载荷强度下的运算性能的能效比k4、在200万位整数运算载荷强度下的运算性能的能效比k5、在500万位整数运算载荷强度下的运算性能的能效比k6,接着,所述能效测试系统基于预设的相同载荷强度下的能效比的权值来取得综合反映所述计算机设备的运算性能的能效比:
反映所述计算机设备100万位运算性能的能效比为:q1*k1+q4*k4
反映所述计算机设备200万位运算性能的能效比为:q2*k2+q5*k5
反映所述计算机设备500万位运算性能的能效比为:q3*k3+q6*k6
图7所示为所述能效测试系统所确定的两种计算机设备在不同的载荷强度下的反映各自运算性能的能效比示意图。
综上所述,本发明的反映计算机设备运算能效的测试方法,基于所述计算机设备运行数学运算项目的运算速度与运行数学运算项目时的功率的比值来确定所述计算机设备的运算性能的能效比,能够有针对性的反映所述计算机设备在运算性能上的能效比;另外,先使所述计算机设备运行不同能效测试项目,来求得反映所述计算机设备在运算性能中不同载荷强度下的能效比,再基于预设的能效比的权重来确定所述计算机设备在运算性能的能效比,能够针对计算机设备的使用特点来确定计算机设备的能效比,由此可方便用户选择适当的计算机设备,以达到相应的性能要求。计算机设备的能效比反映了计算机设备功率是否被有效利用,以便工作人员基于计算机设备功率的利用情况来制定相应的节能方案,同时,有助于工作人员选择计算机设备运算性能,使多个计算机设备之间的运算性能达到最优,也使计算机设备在不同应用范围内消耗较低的功率充分发挥其独特的性能。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (6)
1.一种反映计算机设备运算能效的测试方法,其特征在于,包括:
1)取得计算机设备运行数学运算项目的运行速率,以及取得所述计算机设备在运行所述项目过程中的功率;其中,取得所述运行速率包括:
1-1)使计算机设备多次基于所获取的包含运算位数的测试指令来运行相应数学运算项目,基于统计所述计算机设备每一次运行所述数学运算项目所花费的时间,来取得每一次运行所述数学运算项目所花费的时间的平均值;基于统计每一个指令中的运算位数来取得每一次运行所述数学运算项目的所述运算位数的平均值;
1-2)基于所述运算位数的平均值与所花费时间的平均值的比值来取得所述计算机设备运行所述数学运算项目的运行速率;
2)基于所述功率和所述运行速率的比值来确定反映所述计算机设备在运算性能上的能效比。
2.根据权利要求1所述的反映计算机设备运算能效的测试方法,其特征在于,在所述步骤1)中取得计算机设备运行数学运算项目时的功率包括:
基于统计所述计算机设备在每一次运行所述数学运算项目过程中的功率,来取得所述功率的平均值。
3.根据权利要求2所述的反映计算机设备运算能效的测试方法,其特征在于,所述步骤2)还包括:
基于所述功率的平均值和所述运行速率的比值来确定所述计算机设备在运算性能上的能效比。
4.根据权利要求2或3所述的反映计算机设备运算能效的测试方法,其特征在于,基于测试运算性能的不同测试指令,重复执行步骤1)和2),以取得所述计算机设备运行不同的所述数学运算项目的能效比;所述方法还包括步骤3):基于预设的每一个所述数学运算项目的权重来取得反映所述计算机设备的所述运算性能的能效比。
5.根据权利要求4所述的反映计算机设备运算能效的测试方法,其特征在于,改变所述计算机设备的载荷强度,并使所述计算机设备处于相同的载荷强度下,基于不同的测试指令运行相应的测试项目,以供执行步骤1)、步骤2)和步骤3)。
6.根据权利要求1所述的反映计算机设备运算能效的测试方法,其特征在于,所述指令至少包括以下一种:包含浮点运算位数的浮点运算指令、包含整数运算位数的整数运算指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210223385.9A CN103514081B (zh) | 2012-06-29 | 2012-06-29 | 反映计算机设备运算能效的测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210223385.9A CN103514081B (zh) | 2012-06-29 | 2012-06-29 | 反映计算机设备运算能效的测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103514081A CN103514081A (zh) | 2014-01-15 |
CN103514081B true CN103514081B (zh) | 2017-02-01 |
Family
ID=49896840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210223385.9A Active CN103514081B (zh) | 2012-06-29 | 2012-06-29 | 反映计算机设备运算能效的测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103514081B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108268349B (zh) * | 2018-01-08 | 2021-05-18 | 青岛雷神科技股份有限公司 | 一种基于intel avx指令集的浮点峰值计算吞吐测试方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3821834B2 (ja) * | 2006-01-06 | 2006-09-13 | 富士通株式会社 | 並列効率計算方法 |
-
2012
- 2012-06-29 CN CN201210223385.9A patent/CN103514081B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
Non-Patent Citations (1)
Title |
---|
一种云计算环境下的能效模型和度量方法;宋杰等;《软件学报》;20120228;第23卷(第2期);第202-204页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103514081A (zh) | 2014-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
von Kistowski et al. | Variations in cpu power consumption | |
Huang et al. | A framework for scalable bilevel optimization: Identifying and utilizing the interactions between upper-level and lower-level variables | |
Coplin et al. | Energy, power, and performance characterization of GPGPU benchmark programs | |
Djedidi et al. | Power profiling and monitoring in embedded systems: A comparative study and a novel methodology based on NARX neural networks | |
CN103245829A (zh) | 一种虚拟机功耗测量方法 | |
CN103514081B (zh) | 反映计算机设备运算能效的测试方法 | |
CN103514083B (zh) | 计算机设备的能效测试方法 | |
Cesini et al. | Power‐Efficient Computing: Experiences from the COSA Project | |
Wen et al. | System power model and virtual machine power metering for cloud computing pricing | |
CN106649067B (zh) | 一种性能和能耗预测方法及装置 | |
CN103699730B (zh) | 一种基于Petri网的组合逻辑FPGA系统可达图的生成方法 | |
CN103514082B (zh) | 反映计算机设备web能效的测试方法 | |
CN108595381A (zh) | 健康状态评价方法、装置及可读存储介质 | |
de França et al. | Moving network protection from software to hardware: An energy efficiency analysis | |
CN104199744A (zh) | 一种超级计算机应用性能稳定性判断方法及装置 | |
Sayeed et al. | Measuring high-performance computing with real applications | |
von Kistowski et al. | Measuring and rating the energy-efficiency of servers | |
CN101980223A (zh) | 应用于处理器结构和电路设计的功耗-性能优化方法 | |
Shan et al. | Software structure characteristic measurement method based on weighted network | |
Zhang et al. | Performance difference prediction in cloud services for SLA-based auditing | |
Yang et al. | Peak power modeling for join algorithms in DBMS | |
Chen et al. | IoTBench: a data centrical and configurable IoT benchmark suite | |
Chen et al. | Power Modelling for Heterogeneous Cloud-Edge Data Centers | |
Zhang-Jian et al. | Power estimation for interactive 3D game using an efficient hierarchical-based frame workload prediction | |
CN115033458A (zh) | 耗电统计方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |