CN110399214B - 一种优化显卡负载的方法、装置及计算机设备 - Google Patents

一种优化显卡负载的方法、装置及计算机设备 Download PDF

Info

Publication number
CN110399214B
CN110399214B CN201910464433.5A CN201910464433A CN110399214B CN 110399214 B CN110399214 B CN 110399214B CN 201910464433 A CN201910464433 A CN 201910464433A CN 110399214 B CN110399214 B CN 110399214B
Authority
CN
China
Prior art keywords
display
cards
card
display card
graphics
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
Application number
CN201910464433.5A
Other languages
English (en)
Other versions
CN110399214A (zh
Inventor
杨广东
杨卫
魏雪
王赐烺
于博睿
黄耿星
刘志伟
曾铖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910464433.5A priority Critical patent/CN110399214B/zh
Publication of CN110399214A publication Critical patent/CN110399214A/zh
Application granted granted Critical
Publication of CN110399214B publication Critical patent/CN110399214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/5022Workload threshold

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请公开了一种优化显卡负载的方法、装置及计算机设备,该方法包括:获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;调整所述N个显卡上运行的多个应用程序至R个显卡上运行。本申请方案能够实现多显卡运行多应用程序时的负载均衡。

Description

一种优化显卡负载的方法、装置及计算机设备
技术领域
本申请涉及计算机技术领域,尤其涉及一种优化显卡负载的方法、装置及计算机设备。
背景技术
目前多显卡负载均衡方案采用虚拟化方式,多个程序分别运行在不同的虚拟机上,一张显卡通过虚拟化的方式可以供多个虚拟机使用,从而解决多程序多显卡的负载均衡问题。
在云计算场景中,服务器上需要运行多个程序,由于程序选择显卡的过程不受控制,因此可能导致多个程序运行到一个显卡上,一方面导致一个显卡负载过高,影响程序的运行稳定性;另一方面其他显卡又处于空闲的情况,浪费了系统资源。
发明内容
有鉴于此,本申请提供了一种优化显卡负载的方法,以提高多显卡运行程序的稳定性,提高显卡资源的利用率。
为实现上述目的,本申请提供了如下方案:
一方面,本申请提供了一种优化显卡负载的方法,包括:获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;调整所述N个显卡上运行的多个应用程序至R个显卡上运行,R为大于0的整数,所述R个显卡的负载信息满足预设条件。
优选的,所述根据所述负载信息确定不满足预设条件的N个显卡之后,所述方法还包括:根据所述不满足所述预设条件的多个显卡更新所述显卡选择指令;所述调整所述N个显卡上运行的多个应用程序至R个显卡上运行,包括:根据更新后的所述显卡选择指令调整对应的显卡运行所述多个应用程序。
优选的,所述根据所述负载信息确定不满足预设条件的N个显卡之后,所述方法还包括:获取用户预设的显卡选择信息,所述显卡选择信息指示的显卡中包含第一显卡;若所述第一显卡满足所述预设条件,则确定所述R个显卡中包含第一显卡。
优选的,所述M个显卡包括第二显卡,所述根据所述负载信息确定不满足预设条件的N个显卡,包括:若所述第二显卡的资源使用率大于预设阈值,则确定所述第二显卡为不满足预设条件的显卡。
又一方面,本申请还提供了一种优化显卡负载的装置,包括:
获取单元,用于获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;
检测单元,用于检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;
确定单元,用于根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;
调整单元,用于调整所述N个显卡上运行的多个应用程序至R个显卡上运行,R为大于0的整数,所述R个显卡的负载信息满足预设条件。
具体的,所述调整单元,还用于根据所述不满足所述预设条件的多个显卡更新所述显卡选择指令;所述调整单元,具体用于根据更新后的所述显卡选择指令调整对应的显卡运行所述多个应用程序。
具体的,所述确定单元,还用于获取用户预设的显卡选择信息,所述显卡选择信息指示的显卡中包含第一显卡;所述确定单元,具体用于若所述第一显卡满足所述预设条件,则确定所述R个显卡中包含第一显卡。
具体的,所述确定单元,具体用于若所述第二显卡的资源使用率大于预设阈值,则确定所述第二显卡为不满足预设条件的显卡。
又一方面,本申请还提供了一种计算机设备,包括:处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;调整所述N个显卡上运行的多个应用程序至R个显卡上运行,R为大于0的整数,所述R个显卡的负载信息满足预设条件。
又一方面。本申请还提供了一种计算机可读存储介质,包括指令,当所述指令在计算机设备上运行时,使得所述计算机设备执行上述第一方面任一项所述的方法。
可见,本申请实施例通过对于显卡资源的负载情况分析,并根据设定显卡均衡策略,控制程序选择显卡的行为,可以让程序根据策略调度到指定显卡上,从而实现多程序多显卡的负载均衡,提高程序运行的稳定性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1示出了现有技术中显卡负载方案的架构图;
图2示出了本申请的方案提供的显卡负载方案的架构图;
图3示出了本申请的方案所适用的一种计算机设备的一种组成结构示意图;
图4示出了本申请一种优化显卡负载的方法的一个实施例的流程示意图;
图5示出了本申请另一种优化显卡负载的方法的一个实施例的流程示意图;
图6示出了本申请一种优化显卡负载的场景示意图;
图7示出了本申请另一种优化显卡负载的场景示意图;
图8示出了本申请另一种优化显卡负载的方法的一个实施例的流程示意图;
图9示出了本申请另一种优化显卡负载的场景示意图;
图10示出了本申请一种优化显卡负载的装置的一种组成结构示意图。
具体实施方式
本申请实施例方案适用于云游戏的场景中,为了便于理解,先对本申请涉及到的术语进行解释:
云游戏,是以云计算为基础的游戏方式,在云游戏的运行模式下,所有游戏都在服务器端运行,并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端,用户的游戏设备不需要任何高端处理器和显卡,只需要基本的视频解压能力就可以实现玩游戏。
显卡虚拟化,指通过相应的技术,将一张显卡提供给多个虚拟机使用的方案。该技术分为通过硬件和软件实现两种方式,其中,硬件实现的显卡虚拟化通常需要显卡厂商的技术支持。
虚拟机(VM,Virtual Machine),指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统,VM需要运行在虚拟化平台上,也可称为用户机。
应用程序编程接口(API,Application Programming Interface),是一些预先定义的函数,目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力,而又无需访问源码,或理解内部工作机制的细节。
目前多显卡负载均衡方案采用显卡虚拟化方式,如图1所示,示出了现有技术中显卡负载方案的架构图,即多个程序分别运行在不同的虚拟机上,一张显卡通过虚拟化的方式可以供多个虚拟机使用,从而解决多程序多显卡的负载均衡问题。
在云计算场景中,服务器上需要运行多个程序,由于程序选择显卡的过程不受控制,因此可能导致多个程序运行到一个显卡上,一方面导致一个显卡负载过高,影响程序的运行稳定性;另一方面其他显卡又处于空闲的情况,浪费了系统资源。从性能的角度考虑,现有方案需要庞大的操作系统虚拟化和显卡虚拟化才可以实现显卡负载均衡,而这两层虚拟化对性能都有损耗,不能充分发挥所有性能;从成本的角度考虑,显卡虚拟机依赖显卡厂商的硬件和软件支持,除了硬件成本外,还需要一笔额外的授权费用;从显卡选择的角度考虑,显卡虚拟化方案需要特定类型的显卡才可以支持。这就限制了显卡的选择范围。
本申请实施例可以采用如图2所示的架构,如图2所示,示出了本申请的方案提供的显卡负载方案的架构图,即通过多个程序的API获取显卡的负载情况,并通过优化显卡负载装置对于显卡资源的负载情况分析,然后根据设定显卡均衡策略,控制程序选择显卡的行为,可以让程序根据策略调度到指定显卡上,从而实现多程序多显卡的负载均衡,提高程序运行的稳定性。
本实施例的方案适用于任意具备数据处理能力的计算机设备,如服务器、或者个人计算机等,上述架构中提出的优化显卡负载装置可以是计算机设备中的组件,也可以是通过程序的写入作为虚拟组件。
下面先对本申请所适用的计算机设备进行介绍。如,参见图3,其示出了本申请的方案所适用的一种计算机设备的一种组成结构示意图。
在图3可见,该计算机设备300可以包括:处理器301和存储器302。
可选的,该计算机设备300还可以包括:通信接口303、输入单元304和显示器305和通信总线306。其中,处理器301、存储器302、通信接口303、输入单元304、显示器305、均通过通信总线306完成相互间的通信。
在本申请实施例中,该处理器301,可以为中央处理器(Central ProcessingUnit,CPU)或者可编程逻辑器件等。
该处理器301可以调用存储器302中存储的程序,具体的,该处理器301可以实现本申请如下图4、图5以及图8所示实施例中的操作。
其中,存储器302中用于存放一个或者一个以上程序,程序可以包括程序代码,所述程序代码包括计算机操作指令,在本申请实施例中,该存储器中至少存储有用于实现以下功能的程序:
获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;
检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;
根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;
调整所述N个显卡上运行的多个应用程序至R个显卡上运行,R为大于0的整数,所述R个显卡的负载信息满足预设条件。
在一种可能的实现方式中,该存储器302可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、以及至少一个功能(比如声音播放功能等)所需的应用程序等;存储数据区可存储根据计算机的使用过程中所创建的数据,比如,用户数据等。
此外,存储器302可以包括高速随机存取存储器,还可以包括非易失性存储器等。
该通信接口303可以为通信模块的接口,如GSM模块的接口。
本申请还可以包括显示器304和输入单元305,该显示器304包括显示面板,如触摸显示面板等;该输入单元305可以触摸感应单元、键盘等等。
当然,图3所示的计算机设备结构并不构成对本申请实施例中计算机设备的限定,在实际应用中计算机设备可以包括比图3所示的更多或更少的部件,或者组合某些部件。
下面对本申请优化显卡负载的方法进行介绍。
如,参见图4,其示出了本申请一种优化显卡负载的方法的一个实施例的流程示意图,本实施例的方法可以包括:
S401,获取多个应用程序的显卡选择指令。
其中,应用程序可以是游戏、图形处理软件或其他需要使用显卡的程序;其中,应用程序的数量可以是当前终端运行的所有应用程序,也可以是根据用户需求设定的应用程序集合,具体方式因实际场景而定,此处不做限定。
本实施例中,显卡选择指令可以是通过应用程序编程接口API输出,该API的类型可以根据应用程序的需求进行选择,例如,当应用程序为游戏时,API可以使用但不限于DirectX、OpenGL等编程接口。
本实施例中,以调整即将运行的程序选择显卡行为为例进行说明,该过程不会涉及显卡侧的虚拟过程,可以理解为应用程序自身的运算逻辑,不会消耗显卡侧额外的资源。
应当注意的是,本实施例获取应用程序的显卡选择指令的过程可以是在程序即将运行之前的指令修改过程,即显卡侧还未收到显卡选择指令,接下来收到的显卡选择指令为已经调整过的;本实施例获取应用程序的显卡选择指令的过程也可以是应用程序在运行过程中的指令修改过程,即调整显卡负载应用程序的情况;本实施例获取应用程序的显卡选择指令的过程还可以发生在已有应用程序在相关显卡上运行,此时相关显卡上需要负载更多的应用程序,此时根据本实施例的描述进行显卡选择指令的调整,具体场景因实际情况而定,此处不做限定。
S402,检测M个显卡的负载信息。
本实施例中,M个显卡可以是计算机设备本身的硬件设备,例如:个人计算机中的多个显卡;也可以是无线信号关联的其他计算机设备中的硬件设备,例如:云计算中服务器侧的多个显卡。
其中,M个显卡可以是根据显卡选择指令分析所得,即每个应用程序在请求显卡资源的过程中会产生相应的显卡选择指令,该显卡选择指令包含了请求的显卡的信息。
应当注意的是,通过显卡选择指令检测M个显卡的负载信息的过程为应用程序本身的程序运行,不涉及现有技术中虚拟机的选择步骤,没有虚拟化层面的性能损耗。
本实施例中,负载信息可以包括显卡的使用率,也可以包括显卡的运行温度、湿度或其他可能影响显卡性能的条件参数;由于多个应用程序可能运行在同一个显卡上,可选的,负载信息可以包括显卡的使用率与其对应的应用程序标识,该标识用于指示单个应用程序在显卡中所占的资源使用率。
S403,根据负载信息确定不满足预设条件的N个显卡。
本实施例中,如步骤S402中所述的内容,负载信息可以包括显卡的使用率,此时,预设条件可以为显卡的使用率小于预设阈值,该预设阈值可以根据用户的输入设定,也可以根据应用程序的负载需求自动生成,例如:王者荣耀(一种游戏)所需求的显卡的使用率为50%,则预设条件为显卡的使用率小于50%,则预设条件为显卡的使用率小于或等于50%,即若显卡的使用率小于或等于50%,则满足预设条件,若显卡的使用率大于50%,则不满足预设条件。
可以理解的是,显卡的使用率包含了显卡的具体负载大小,故预设条件也可以是对于负载空间的限定,例如:预设条件为显卡的空余空间大于500MB。
应当注意的是,根据负载信息确定不满足预设条件的N个显卡,其中,由于判断的过程可以理解为对于步骤S402中M个显卡的筛选,故N为小于或等于M的整数,具体数量因实际应用程序使用显卡的情况而定。
S404,调整N个显卡上运行的多个应用程序至R个显卡上运行。
本实施例中,R个显卡可以包括步骤S403中满足预设条件的显卡,即将N个显卡上运行的应用程序转移到R个显卡上运行,以使得N个显卡的资源使用率满足预设条件。
可以理解的是,调整后的负载方式可以使得涉及应用程序运行的显卡均满足预设条件,该事件可以称为显卡的负载均衡,可见,经过该负载均衡,各显卡的负载可能相同,也可能不同,但都满足预设条件。
在一种可能的场景中,R个显卡也可以包括其他未参与S402中检测负载信息的显卡,例如:R个显卡为备用显卡,在显卡资源不足时才会使用。
通过上述优化显卡负载的方法,可见,从性能的角度考虑,现有方案需要庞大的操作系统虚拟化和显卡虚拟化才可以实现显卡负载均衡,而这两层虚拟化对性能都有损耗,不能充分发挥所有性能;而本实施例为程序指令的调整,并不会涉及虚拟机进程的优化。
从成本的角度考虑,显卡虚拟机依赖显卡厂商的硬件和软件支持,除了硬件成本外,还需要一笔额外的授权费用;而本实施例并不会涉及虚拟机进程的优化,即无需虚拟机软件的支持。
从显卡选择的角度考虑,显卡虚拟化方案需要特定类型的显卡才可以支持,这就限制了显卡的选择范围;而本实施例中,一般显卡所适用的接口程序可能不同,根据不同的接口程序修改其对应的显卡指示部分,适用于多种型号的显卡,应用范围广泛。
针对调整显卡的选择这一过程,由于调整是基于原有的显卡选择指令上生成的,该过程可以视作更新的过程,但具体更新的方法有多种形式,下面结合附图进行说明,参见图5,其示出了本申请另一种优化显卡负载的方法的一个实施例的流程示意图,本实施例的方法可以包括:
S501,获取多个应用程序的显卡选择指令。
其中,应用程序可以是游戏、图形处理软件或其他需要使用显卡的程序;其中,应用程序的数量可以是当前终端运行的所有应用程序,也可以是根据用户需求设定的应用程序集合,具体方式因实际场景而定,此处不做限定。
本实施例中,显卡选择指令可以是通过应用程序编程接口API输出,该API的类型可以根据应用程序的需求进行选择,例如,当应用程序为游戏时,API可以使用但不限于DirectX、OpenGL等编程接口。
可选的,在获取了多个应用程序的显卡选择指令之后,可以对显卡选择指令的显卡指示部分进行标识,如显卡的编号、指示字符等。
本实施例中,以调整即将运行的程序选择显卡行为为例进行说明,该过程不会涉及显卡侧的虚拟过程,可以理解为应用程序自身的运算逻辑,不会消耗显卡侧额外的资源。
应当注意的是,本实施例获取应用程序的显卡选择指令的过程可以是在程序即将运行之前的指令修改过程,即显卡侧还未收到显卡选择指令,接下来收到的显卡选择指令为已经调整过的;本实施例获取应用程序的显卡选择指令的过程也可以是应用程序在运行过程中的指令修改过程,即调整显卡负载应用程序的情况;本实施例获取应用程序的显卡选择指令的过程还可以发生在已有应用程序在相关显卡上运行,此时相关显卡上需要负载更多的应用程序,此时根据本实施例的描述进行显卡选择指令的调整,具体场景因实际情况而定,此处不做限定。
S502,检测M个显卡的负载信息。
本实施例中,M个显卡可以是计算机设备本身的硬件设备,例如:个人计算机中的多个显卡;也可以是无线信号关联的其他计算机设备中的硬件设备,例如:云计算中服务器侧的多个显卡。
其中,M个显卡可以是根据显卡选择指令分析所得,即每个应用程序在请求显卡资源的过程中会产生相应的显卡选择指令,该显卡选择指令包含了请求的显卡的信息。
应当注意的是,通过显卡选择指令检测M个显卡的负载信息的过程为应用程序本身的程序运行,不涉及现有技术中虚拟机的选择步骤,没有虚拟化层面的性能损耗。
本实施例中,负载信息可以包括显卡的使用率,也可以包括显卡的运行温度、湿度或其他可能影响显卡性能的条件参数;由于多个应用程序可能运行在同一个显卡上,可选的,负载信息可以包括显卡的使用率与其对应的应用程序标识,该标识用于指示单个应用程序在显卡中所占的资源使用率。
S503,根据负载信息确定不满足预设条件的N个显卡。
本实施例中,如步骤S502中所述的内容,负载信息可以包括显卡的使用率,此时,预设条件可以为显卡的使用率小于预设阈值,该预设阈值可以根据用户的输入设定,也可以根据应用程序的负载需求自动生成,例如:王者荣耀(一种游戏)所需求的显卡的使用率为60%,则预设条件为显卡的使用率小于或等于60%,即若显卡的使用率小于或等于60%,则满足预设条件,若显卡的使用率大于60%,则不满足预设条件。
可以理解的是,显卡的使用率包含了显卡的具体负载大小,故预设条件也可以是对于负载空间的限定,例如:预设条件为显卡的空余空间大于600MB。
应当注意的是,根据负载信息确定不满足预设条件的N个显卡,其中,由于判断的过程可以理解为对于步骤S502中M个显卡的筛选,故N为小于或等于M的整数,具体数量因实际应用程序使用显卡的情况而定。
S504,更新显卡选择指令。
本实施例中,更新显卡选择指令的过程至少有一下方式,其一,删除原有的显卡选择指令,计算机设备根据S502中的检测情况以及S503中的确定结果生成更新后的显卡选择指令,例如:原有的显卡选择指令指示显卡为显卡1,更新后的显卡选择指令指示显卡为显卡2,则在原有的显卡选择指令指示发出之前将其删除,发送更新后的显卡选择指令指示。
其二,获取原有显卡选择指令中的指示具体显卡的字符,计算机设备根据S502中的检测情况以及S503中的确定结果生成对该字符进行修改,由于计算机设备中可能存在多组显卡组合,每个显卡组合包括多个显卡,且一般应用程序会使用同一显卡组合里的显卡资源,故在显卡选择指令中可能包含组合指示字符和具体显卡的标识,此时只需修改具体显卡的标识即可,无需对组合指示字符进行改变,例如:原有的显卡选择指令指示显卡为until-1-gpu-1,更新后的显卡选择指令指示显卡为until-1-gpu-2,则在修改过程中,可以不修改指示组合的字符部分,仅对具体显卡的指示字符进行修改即可。
其三,将更新后的显卡选择指令替换原有的显卡选择指令,原有的显卡选择指令可储存至数据库,并与更新后的显卡选择指令进行对应,以便生成更新报告,该更新报告用于指示一段时间内多个显卡的切换情况。
可以理解的是,上述更新显卡选择指令的过程因具体场景而定,可以是一种也可以是多种的组合,此处不做限定。
S505,调整N个显卡上运行的多个应用程序至R个显卡上运行。
其中,调整的过程基于S504中的更新后的显卡选择指令进行,该过程为应用程序内部的运算过程,对于显卡侧无需额外的解析资源。
本实施例中,R个显卡可以包括步骤S503中满足预设条件的显卡,即将N个显卡上运行的应用程序转移到R个显卡上运行,以使得N个显卡的资源使用率满足预设条件。
在一种可能的场景中,R个显卡也可以包括其他未参与S502中检测负载信息的显卡,例如:R个显卡为备用显卡,在显卡资源不足时才会使用。
上述实施例通过对于指令的更新,使得调整的过程发生在应用程序运行进程中,对显卡侧的虚拟化不会消耗额外的资源。
在上述实施例中提到,R个显卡可以是参与检测的显卡,也可以是其他未参与S502中检测负载信息的显卡,为了便于理解本申请的方案,下面结合一个应用场景进行介绍。参见图6,其示出了本申请一种优化显卡负载的场景示意图。
图6所示表格可以作为检测数据进行显示,具体的显示模块可以是计算机设备自身的硬件模块,也可以是计算机设备外接的具有显示功能的硬件模块;该表格也可以作为应用程序内部运算过程的统计,具体呈现方式应实际场景而定。
在该场景中,R个显卡为参与检测的显卡。首先通过获取应用程序1、应用程序2、应用程序3、应用程序4和应用程序5的显卡选择指令,可以得到如下信息,即应用程序1、应用程序2和应用程序3若运行在显卡1上,则显卡1的资源使用率将为60%,其中,应用程序1占30%,应用程序2占15%,应用程序3占15%;若应用程序4运行在显卡4上,则显卡4的资源使用率为10%;若应用程序5运行在显卡5上,则显卡5的资源使用率为10%;此时,预设条件为显卡资源使用率小于40%,上述数据通过检测,得到显卡1不满足预设条件,显卡4和显卡5满足预设条件,为使得显卡1的使用率降低,控制原本运行在显卡1上的应用程序2将显卡选择指令修改为显卡4,控制原本运行在显卡1上的应用程序3将显卡选择指令修改为显卡5,若按照调整后的显卡选择指令进行多应用程序的负载,则显卡1的使用率为30%,显卡4的使用率为25%,显卡5的使用率为25%,以上数据均小于40%,即满足预设条件。
可以理解的是,上述场景中示出了5个应用程序和3个显卡的负载均衡过程,但在具体使用过程中,可以是1个或多个应用程序以及1个或多个显卡参与上述过程,具体数量应实际场景而定,此处不做限定。
在另一种场景中,R个显卡可以包括其他未检测负载信息的显卡,为了便于理解本申请的方案,下面结合一个应用场景进行介绍。参见图7,其示出了本申请另一种优化显卡负载的场景示意图。
图7所示表格可以作为检测数据进行显示,具体的显示模块可以是计算机设备自身的硬件模块,也可以是计算机设备外接的具有显示功能的硬件模块;该表格也可以作为应用程序内部运算过程的统计,具体呈现方式应实际场景而定。
在该场景中,首先通过获取应用程序1、应用程序2、应用程序3、应用程序4、应用程序5和应用程序6的显卡选择指令,可以得到如下信息,即应用程序1、应用程序2和应用程序3若运行在显卡1上,则显卡1的资源使用率将为60%,其中,应用程序1占15%,应用程序2占15%,应用程序3占15%,应用程序4占15%;若应用程序5运行在显卡4上,则显卡4的资源使用率为10%;若应用程序6运行在显卡5上,则显卡5的资源使用率为10%;此时,预设条件为显卡资源使用率小于20%,上述数据通过检测,得到显卡1不满足预设条件,显卡4和显卡5满足预设条件,为使得显卡1的使用率降低,控制原本运行在显卡1上的应用程序2将显卡选择指令修改为显卡2,控制原本运行在显卡1上的应用程序3将显卡选择指令修改为显卡3,控制原本运行在显卡1上的应用程序4将显卡选择指令修改为显卡6,若按照调整后的显卡选择指令进行多应用程序的负载,则显卡1的使用率为15%,显卡2的使用率为15%,显卡3的使用率为15%,显卡4的使用率为10%,显卡5的使用率为10%,以上数据均小于20%,即满足预设条件。
通过上述负载均衡的过程可见,应用程序2的指令修改为了运行在显卡2上,而显卡2并不是由原有的显卡选择指令所解析得到的,显卡2可以是与显卡1同一集合的显卡,也可以是备用显卡。同理,显卡3与显卡6也不是由原有的显卡选择指令所解析得到的,其具有与显卡2相似的功能,此处不做赘述。
通过上述关于调整显卡选择指令所涉及显卡的说明,可以发现在确定不满足预设条件的显卡之后,其负载均衡过程中涉及的其他显卡可以由多种选择,在一种可能的场景中,也可以根据用户的需求设定指定的显卡来分担不满足预设条件的显卡上运行的应用程序,下面结合附图对该场景进行说明。
参见图8,其示出了本申请另一种优化显卡负载的方法的一个实施例的流程示意图,本实施例的方法可以包括:
S801,获取多个应用程序的显卡选择指令。
其中,应用程序可以是游戏、图形处理软件或其他需要使用显卡的程序;其中,应用程序的数量可以是当前终端运行的所有应用程序,也可以是根据用户需求设定的应用程序集合,具体方式因实际场景而定,此处不做限定。
本实施例中,显卡选择指令可以是通过应用程序编程接口API输出,该API的类型可以根据应用程序的需求进行选择,例如,当应用程序为游戏时,API可以使用但不限于DirectX、OpenGL等编程接口。
可选的,在获取了多个应用程序的显卡选择指令之后,可以对显卡选择指令的显卡指示部分进行标识,如显卡的编号、指示字符等。
本实施例中,以调整即将运行的程序选择显卡行为为例进行说明,该过程不会涉及显卡侧的虚拟过程,可以理解为应用程序自身的运算逻辑,不会消耗显卡侧额外的资源。
应当注意的是,本实施例获取应用程序的显卡选择指令的过程可以是在程序即将运行之前的指令修改过程,即显卡侧还未收到显卡选择指令,接下来收到的显卡选择指令为已经调整过的;本实施例获取应用程序的显卡选择指令的过程也可以是应用程序在运行过程中的指令修改过程,即调整显卡负载应用程序的情况;本实施例获取应用程序的显卡选择指令的过程还可以发生在已有应用程序在相关显卡上运行,此时相关显卡上需要负载更多的应用程序,此时根据本实施例的描述进行显卡选择指令的调整,具体场景因实际情况而定,此处不做限定。
S802,检测M个显卡的负载信息。
本实施例中,M个显卡可以是计算机设备本身的硬件设备,例如:个人计算机中的多个显卡;也可以是无线信号关联的其他计算机设备中的硬件设备,例如:云计算中服务器侧的多个显卡。
其中,M个显卡可以是根据显卡选择指令分析所得,即每个应用程序在请求显卡资源的过程中会产生相应的显卡选择指令,该显卡选择指令包含了请求的显卡的信息。
应当注意的是,通过显卡选择指令检测M个显卡的负载信息的过程为应用程序本身的程序运行,不涉及现有技术中虚拟机的选择步骤,没有虚拟化层面的性能损耗。
本实施例中,负载信息可以包括显卡的使用率,也可以包括显卡的运行温度、湿度或其他可能影响显卡性能的条件参数;由于多个应用程序可能运行在同一个显卡上,可选的,负载信息可以包括显卡的使用率与其对应的应用程序标识,该标识用于指示单个应用程序在显卡中所占的资源使用率。
S803,根据负载信息确定不满足预设条件的N个显卡。
本实施例中,如步骤S802中所述的内容,负载信息可以包括显卡的使用率,此时,预设条件可以为显卡的使用率小于预设阈值,该预设阈值可以根据用户的输入设定,也可以根据应用程序的负载需求自动生成,例如:王者荣耀(一种游戏)所需求的显卡的使用率为60%,则预设条件为显卡的使用率小于60%,则预设条件为显卡的使用率小于或等于60%,即若显卡的使用率小于或等于60%,则满足预设条件,若显卡的使用率大于60%,则不满足预设条件。
可以理解的是,显卡的使用率包含了显卡的具体负载大小,故预设条件也可以是对于负载空间的限定,例如:预设条件为显卡的空余空间大于600MB。
应当注意的是,根据负载信息确定不满足预设条件的N个显卡,其中,由于判断的过程可以理解为对于步骤S802中M个显卡的筛选,故N为小于或等于M的整数,具体数量因实际应用程序使用显卡的情况而定。
S804,获取预设显卡选择信息。
其中,预设显卡选择信息可以是由用户输入,例如:用户指定计算机设备中显卡10作为预设显卡,则在发生某一显卡不满足预设条件时,可以将不满足预设条件的显卡上的应用程序调整到显卡10上运行;预设显卡选择信息也可以是由计算机设备根据记录生成,例如:将预设时间段内各个显卡的工作状态进行统计,选择空闲时间较长的显卡作为预设显卡。
可选的,根据获取的预设显卡信息,可以对显卡选择指令进行更新,具体的,更新显卡选择指令的过程至少有一下方式,其一,删除原有的显卡选择指令,计算机设备根据S802中的检测情况以及S803中的确定结果生成更新后的显卡选择指令,例如:原有的显卡选择指令指示显卡为显卡1,更新后的显卡选择指令指示显卡为显卡2,则在原有的显卡选择指令指示发出之前将其删除,发送更新后的显卡选择指令指示。
其二,获取原有显卡选择指令中的指示具体显卡的字符,计算机设备根据S802中的检测情况以及S803中的确定结果生成对该字符进行修改,由于计算机设备中可能存在多组显卡组合,每个显卡组合包括多个显卡,且一般应用程序会使用同一显卡组合里的显卡资源,故在显卡选择指令中可能包含组合指示字符和具体显卡的标识,此时只需修改具体显卡的标识即可,无需对组合指示字符进行改变,例如:原有的显卡选择指令指示显卡为until-1-gpu-1,更新后的显卡选择指令指示显卡为until-1-gpu-2,则在修改过程中,可以不修改指示组合的字符部分,仅对具体显卡的指示字符进行修改即可。
其三,将更新后的显卡选择指令替换原有的显卡选择指令,原有的显卡选择指令可储存至数据库,并与更新后的显卡选择指令进行对应,以便生成更新报告,该更新报告用于指示一段时间内多个显卡的切换情况。
可以理解的是,上述更新显卡选择指令的过程因具体场景而定,可以是一种也可以是多种的组合,此处不做限定。
S805,调整N个显卡上运行的多个应用程序至R个显卡上运行。
其中,调整的过程基于S803中的更新后的显卡选择指令进行,该过程为应用程序内部的运算过程,对于显卡侧无需额外的解析资源。
本实施例中,R个显卡可以包括步骤S803中满足预设条件的显卡,即将N个显卡上运行的应用程序转移到R个显卡上运行,以使得N个显卡的资源使用率满足预设条件。
在一种可能的场景中,R个显卡也可以包括其他未参与S802中检测负载信息的显卡,例如:R个显卡为备用显卡,在显卡资源不足时才会使用。
结合上述图6和图7所述的相关说明,图8所示的步骤也可以通过图9所示的场景进行说明,参见图9,其示出了本申请另一种优化显卡负载的场景示意图。
图9所示表格可以作为检测数据进行显示,具体的显示模块可以是计算机设备自身的硬件模块,也可以是计算机设备外接的具有显示功能的硬件模块;该表格也可以作为应用程序内部运算过程的统计,具体呈现方式应实际场景而定。
在该场景中,首先通过获取应用程序1、应用程序2、应用程序3、应用程序4、应用程序5和应用程序6的显卡选择指令,可以得到如下信息,即应用程序1、应用程序2和应用程序3若运行在显卡1上,则显卡1的资源使用率将为60%,其中,应用程序1占15%,应用程序2占15%,应用程序3占15%,应用程序4占15%;若应用程序5运行在显卡4上,则显卡4的资源使用率为10%;若应用程序6运行在显卡5上,则显卡5的资源使用率为10%;此时,预设条件为显卡资源使用率小于30%,上述数据通过检测,得到显卡1不满足预设条件,显卡4和显卡5满足预设条件,此时,获取预设的显卡选择信息可以得到显卡2为预设显卡;则为使得显卡1的使用率降低,控制原本运行在显卡1上的应用程序3和应用程序4将显卡选择指令修改为显卡2,若按照调整后的显卡选择指令进行多应用程序的负载,则显卡1的使用率为30%,显卡2的使用率为30%,显卡4的使用率为10%,显卡5的使用率为10%,以上数据均小于30%,即满足预设条件。通过预设显卡信息的设定,可以提高用户对于负载过程的操作性,使得用户可以根据自己的需求对相关显卡进行操作,且该过程为应用程序自身运行逻辑的调整(指令的更新),不会耗费额外的显卡资源。
另一方面,对应本申请的一种优化显卡负载的方法,本申请还提供了一种优化显卡负载的装置。
如,参见图10,其示出了本申请一种优化显卡负载的装置的一种组成结构示意图,本实施例的装置可以包括:
获取单元1001,用于获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;
检测单元1002,用于检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;
确定单元1003,用于根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;
调整单元1004,用于调整所述N个显卡上运行的多个应用程序至R个显卡上运行,R为大于0的整数,所述R个显卡的负载信息满足预设条件。
在一种可能的实现方式中,所述调整单元1004,还用于根据所述不满足所述预设条件的多个显卡更新所述显卡选择指令;
所述调整单元1004,具体用于根据更新后的所述显卡选择指令调整对应的显卡运行所述多个应用程序。
在一种可能的实现方式中,所述确定单元1003,还用于获取用户预设的显卡选择信息,所述显卡选择信息指示的显卡中包含第一显卡;
所述确定单元1003,具体用于若所述第一显卡满足所述预设条件,则确定所述R个显卡中包含第一显卡。
在一种可能的实现方式中,所述确定单元1003,具体用于若所述第二显卡的资源使用率大于预设阈值,则确定所述第二显卡为不满足预设条件的显卡。
另一方面,本申请还提供了一种存储介质,该存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,实现如上任意一个实施例中所描述的优化显卡负载的方法。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种优化显卡负载的方法,其特征在于,包括:
获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;
检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡中各个显卡的资源使用率、运行温度和湿度;
根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;
根据所述不满足所述预设条件的多个显卡更新所述显卡选择指令;
根据更新后的所述显卡选择指令,将所述N个显卡上的应用程序调整至至满足预设条件,且有应用程序运行的R个显卡上运行;R为大于等于0的整数;
或者,根据更新后的显卡选择指令,将所述N个显卡上的应用程序调整至满足预设条件,且没有应用程序运行的R个显卡上运行;R为大于等于0的整数;
或者,根据更新后的显卡选择指令,将所述N个显卡上的应用程序调整至满足预设条件,且没有应用程序的任一显卡上运行;R为大于等于0的整数。
2.根据权利要求1所述的优化显卡负载的方法,其特征在于,所述根据所述负载信息确定不满足预设条件的N个显卡之后,所述方法还包括:
获取用户预设的显卡选择信息,所述显卡选择信息指示的显卡中包含第一显卡;
若所述第一显卡满足所述预设条件,则确定所述R个显卡中包含第一显卡。
3.根据权利要求1-2任一项所述的优化显卡负载的方法,其特征在于,所述M个显卡包括第二显卡,所述根据所述负载信息确定不满足预设条件的N个显卡,包括:
若所述第二显卡的资源使用率大于预设阈值,则确定所述第二显卡为不满足预设条件的显卡。
4.一种优化显卡负载的装置,其特征在于,包括:
获取单元,用于获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;
检测单元,用于检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;
确定单元,用于根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;
调整单元,用于调整所述N个显卡上运行的多个应用程序至R个显卡上运行,R为大于0的整数,所述R个显卡的负载信息满足预设条件;
所述调整单元,还用于根据所述不满足所述预设条件的多个显卡更新所述显卡选择指令;
所述调整单元,具体用于根据更新后的所述显卡选择指令,将所述N个显卡上的应用程序调整至至满足预设条件,且有应用程序运行的R个显卡上运行;R为大于等于0的整数;或者,根据更新后的显卡选择指令,将所述N个显卡上的应用程序调整至满足预设条件,且没有应用程序运行的R个显卡上运行;R为大于等于0的整数;或者,根据更新后的显卡选择指令,将所述N个显卡上的应用程序调整至满足预设条件,且没有应用程序的任一显卡上运行;R为大于等于0的整数。
5.根据权利要求4所述的优化显卡负载的装置,其特征在于,
所述确定单元,还用于获取用户预设的显卡选择信息,所述显卡选择信息指示的显卡中包含第一显卡;
所述确定单元,具体用于若所述第一显卡满足所述预设条件,则确定所述R个显卡中包含第一显卡。
6.根据权利要求4-5任一项所述的优化显卡负载的装置,其特征在于,所述M个显卡包括第二显卡,所述确定单元,具体用于若所述第二显卡的资源使用率大于预设阈值,则确定所述第二显卡为不满足预设条件的显卡。
7.一种计算机设备,其特征在于,包括:处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取多个应用程序的显卡选择指令,所述显卡选择指令用于指示用于运行所述多个应用程序的M个显卡;
检测所述M个显卡的负载信息,M为大于1的整数,所述负载信息包括所述M个显卡的资源使用率;
根据所述负载信息确定不满足预设条件的N个显卡,N为大于0的整数,且N≤M;
根据所述不满足所述预设条件的多个显卡更新所述显卡选择指令;
根据更新后的所述显卡选择指令,将所述N个显卡上的应用程序调整至至满足预设条件,且有应用程序运行的R个显卡上运行;R为大于等于0的整数;
或者,根据更新后的显卡选择指令,将所述N个显卡上的应用程序调整至满足预设条件,且没有应用程序运行的R个显卡上运行;R为大于等于0的整数;
或者,根据更新后的显卡选择指令,将所述N个显卡上的应用程序调整至满足预设条件,且没有应用程序的任一显卡上运行;R为大于等于0的整数。
8.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机设备上运行时,使得所述计算机设备执行如权利要求1-3中任一项所述的方法。
CN201910464433.5A 2019-05-30 2019-05-30 一种优化显卡负载的方法、装置及计算机设备 Active CN110399214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910464433.5A CN110399214B (zh) 2019-05-30 2019-05-30 一种优化显卡负载的方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910464433.5A CN110399214B (zh) 2019-05-30 2019-05-30 一种优化显卡负载的方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN110399214A CN110399214A (zh) 2019-11-01
CN110399214B true CN110399214B (zh) 2024-03-22

Family

ID=68324029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910464433.5A Active CN110399214B (zh) 2019-05-30 2019-05-30 一种优化显卡负载的方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN110399214B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111259288B (zh) * 2020-01-15 2023-05-23 广州虎牙科技有限公司 网页纹理处理方法、装置、终端设备及可读存储介质
CN113126938B (zh) * 2020-01-15 2024-06-04 西安诺瓦星云科技股份有限公司 图像显示控制方法及装置、显示箱体和显示系统
CN111611017B (zh) * 2020-05-26 2021-06-15 腾讯科技(深圳)有限公司 一种显卡选择方法和相关装置
CN112540880A (zh) * 2020-12-22 2021-03-23 作业帮教育科技(北京)有限公司 一种快速屏蔽集群中故障显卡的方法、装置及电子设备
CN113975816B (zh) * 2021-12-24 2022-11-25 北京蔚领时代科技有限公司 一种基于hook的通过DirectX接口使用显卡的显卡分配方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103763378A (zh) * 2014-01-24 2014-04-30 中国联合网络通信集团有限公司 基于分布式流式计算系统的任务处理方法、系统及节点
CN106293942A (zh) * 2016-08-10 2017-01-04 中国科学技术大学苏州研究院 基于多机多卡的神经网络负载均衡优化方法和系统
CN108429815A (zh) * 2018-03-23 2018-08-21 重庆邮电大学 基于OpenStack的动态资源调度方法
CN109240820A (zh) * 2018-07-03 2019-01-18 深圳市商汤科技有限公司 图像处理任务的处理方法及装置、电子设备及存储介质
CN109697114A (zh) * 2017-10-20 2019-04-30 伊姆西Ip控股有限责任公司 用于应用迁移的方法和机器

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101834195B1 (ko) * 2012-03-15 2018-04-13 삼성전자주식회사 다중코어 시스템 및 로드 밸런싱 방법
US9904974B2 (en) * 2015-11-11 2018-02-27 Amazon Technologies, Inc. Placement optimization for virtualized graphics processing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103763378A (zh) * 2014-01-24 2014-04-30 中国联合网络通信集团有限公司 基于分布式流式计算系统的任务处理方法、系统及节点
CN106293942A (zh) * 2016-08-10 2017-01-04 中国科学技术大学苏州研究院 基于多机多卡的神经网络负载均衡优化方法和系统
CN109697114A (zh) * 2017-10-20 2019-04-30 伊姆西Ip控股有限责任公司 用于应用迁移的方法和机器
CN108429815A (zh) * 2018-03-23 2018-08-21 重庆邮电大学 基于OpenStack的动态资源调度方法
CN109240820A (zh) * 2018-07-03 2019-01-18 深圳市商汤科技有限公司 图像处理任务的处理方法及装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110399214A (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
CN110399214B (zh) 一种优化显卡负载的方法、装置及计算机设备
US20220249948A1 (en) Image processing method and apparatus, server, and medium
US9411872B1 (en) Management of application state data
US9575652B2 (en) Instantiable gesture objects
US10775888B2 (en) Method and system for integrating haptic feedback into portable electronic devices
CN110059004B (zh) 一种应用测试的方法、装置、设备和介质
CN112988400B (zh) 显存优化方法、装置、电子设备以及可读存储介质
KR102632194B1 (ko) 자원 할당 방법 및 장치, 디바이스, 및 저장 매체
CN112257135A (zh) 一种基于多线程的模型加载方法、装置、存储介质及终端
US8782674B2 (en) Wait on address synchronization interface
US20130093779A1 (en) Graphics processing unit memory usage reduction
CN110020300B (zh) 一种浏览器页面合成方法及终端
CN110968395A (zh) 一种在模拟器中处理渲染指令的方法及移动终端
CN112799801B (zh) 一种模拟鼠标指针绘制方法、装置、设备和介质
CN112023402B (zh) 游戏数据处理方法、装置、设备以及介质
US10042521B1 (en) Emulation of control resources for use with converted content pages
US10452222B2 (en) Coordination of system readiness tasks
CN108351888B (zh) 生成可推迟数据流
CN112764837B (zh) 数据上报方法、装置、存储介质及终端
US11189003B2 (en) Graphics processing method and related apparatus, and device for unidirectionally transmitting calling information of a graphics API to a client
JP2022041717A (ja) 情報処理システム、情報処理システムの制御方法
US20240311164A1 (en) Interface processing
CN113687879B (zh) 跨平台框架与平台交互库的交互方法及装置
CN110489068B (zh) 一种数据显示方法及其设备、存储介质、应用服务器
US10783008B2 (en) Selective acceleration of emulation

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