CN111367732B - 一种内存应用等级预测方法、系统、终端及存储介质 - Google Patents

一种内存应用等级预测方法、系统、终端及存储介质 Download PDF

Info

Publication number
CN111367732B
CN111367732B CN202010110189.5A CN202010110189A CN111367732B CN 111367732 B CN111367732 B CN 111367732B CN 202010110189 A CN202010110189 A CN 202010110189A CN 111367732 B CN111367732 B CN 111367732B
Authority
CN
China
Prior art keywords
memory
application
test
fault rate
memory test
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
CN202010110189.5A
Other languages
English (en)
Other versions
CN111367732A (zh
Inventor
高文艳
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.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent Technology 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 Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN202010110189.5A priority Critical patent/CN111367732B/zh
Publication of CN111367732A publication Critical patent/CN111367732A/zh
Application granted granted Critical
Publication of CN111367732B publication Critical patent/CN111367732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Techniques For Improving Reliability Of Storages (AREA)

Abstract

本发明提供一种内存应用等级预测方法、系统、终端及存储介质，包括：将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率不同内存测试组的故障率数组；统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。本发明能够能够实现预测批量生产的内存条的实际应用等级，为内存条的质量预判提供技术支撑。

Description

一种内存应用等级预测方法、系统、终端及存储介质
技术领域
本发明涉及内存测试平台技术领域，具体涉及一种内存应用等级预测方法、系统、终端及存储介质。
背景技术
内存是与CPU进行沟通的桥梁。计算机中所有程序的运行都是在内存中进行的，因此内存的性能对计算机的影响非常大。内存(Memory)也被称为内存储器，其作用是用于暂时存放CPU中的运算数据，以及与硬盘等外部存储器交换的数据。只要计算机在运行中，CPU就会把需要运算的数据调到内存中进行运算，当运算完成后CPU再将结果传送出来，内存的运行也决定了计算机的稳定运行。
在DDR4的设计中，内存的时序参数遵循JEDEC规范来进行设计，但每个厂家会留存设计余量，另外由于制造工艺等原因实际生产出的内存也会存在差异。由于内存的时序参数的设计余量不同，会对系统的稳定运行起到关键作用。
如何依据内存的时序参数来对内存做准确的等级划分，预测实际应用中的内存等级情况，来满足不同可靠性要求的场景，在当前并无一种简单有效的方法。
发明内容
针对现有技术的上述不足，本发明提供一种内存应用等级预测方法、系统、终端及存储介质，以解决上述技术问题。
第一方面，本发明提供一种内存应用等级预测方法，包括：
将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；
获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率不同内存测试组的故障率数组；
统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；
利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；
获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
进一步的，所述将内存测试组的时序参数依次设置为不同等级，包括：
将内存时序参数值划分为三个等级；
通过BIOS修改内存时序参数余量将内存时序参数值设置为目标等级。
进一步的，所述获取内存测试组在不同时序参数等级下的压力测试故障率，包括：
利用压力测试脚本对内存测试组执行压力测试；
收集压力测试日志并筛选出测试失败的内存条数量；
根据测试失败内存条数量和内存测试组的内存条总数量计算故障率并对所述故障率标记当前内存测试组的时序参数等级。
进一步的，所述统计内存测试组的实际应用故障率，并根据预设的应用等级划分条件和所述实际应用故障率确认所述内存测试组所属应用等级，包括：
设置应用故障率阈值并设置达到所述应用故障率阈值的应用时间与应用等级的对应关系；
将内存测试组的内存条安装至服务器进行应用测试；
记录内存测试组的故障率达到应用故障率阈值时的应用时间并根据所述应用时间确认所述内存测试组所属的应用等级。
第二方面，本发明提供一种内存应用等级预测系统，包括：
参数分级单元，配置用于将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；
压力测试单元，配置用于获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率不同内存测试组的故障率数组；
应用统计单元，配置用于统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；
模型训练单元，配置用于利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；
等级预测单元，配置用于获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
进一步的，所述参数分级单元包括：
时序分级模块，配置用于将内存时序参数值划分为三个等级；
余量修改模块，配置用于通过BIOS修改内存时序参数余量将内存时序参数值设置为目标等级。
进一步的，所述压力测试单元包括：
压力执行模块，配置用于利用压力测试脚本对内存测试组执行压力测试；
失败统计模块，配置用于收集压力测试日志并筛选出测试失败的内存条数量；
故障计算模块，配置用于根据测试失败内存条数量和内存测试组的内存条总数量计算故障率并对所述故障率标记当前内存测试组的时序参数等级。
进一步的，所述应用统计单元包括：
应用等级设置模块，配置用于设置应用故障率阈值并设置达到所述应用故障率阈值的应用时间与应用等级的对应关系；
应用测试执行模块，配置用于将内存测试组的内存条安装至服务器进行应用测试；
应用等级确认模块，配置用于记录内存测试组的故障率达到应用故障率阈值时的应用时间并根据所述应用时间确认所述内存测试组所属的应用等级。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，
本发明提供的内存应用等级预测方法、系统、终端及存储介质，通过将内存测试组的时序参数依次设置为不同等级，获取内存测试组在不同时序参数等级下的压力测试故障率，从而将内存的时序参数对内存性能的影响引入。同时将时序参数对内存性能的影响与内存实际应用等级通过K均值模型相关联，结合K均值模型的分类功能对生产的批量内存进行应用等级预测。本发明能够能够实现预测批量生产的内存条的实际应用等级，为内存条的质量预判提供技术支撑。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
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，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，对于本领域普通技术人员而言，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他的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
图1是本发明一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种内存应用等级预测系统。
如图1所示，该方法100包括：
步骤110，将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；
步骤120，获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率不同内存测试组的故障率数组；
步骤130，统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；
步骤140，利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；
步骤150，获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
为了便于对本发明的理解，下面以本发明内存应用等级预测方法的原理，结合实施例中对内存应用等级进行预测的过程，对本发明提供的内存应用等级预测方法做进一步的描述。
具体的，所述内存应用等级预测方法包括：
S1、将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条。
本实施例中设置一个内存测试组包括10根内存条。将十根内存条安装到主板上。本实施例设置三个时序参数等级，每个参数等级对应一段时序参数值范围。时序参数包括：tCL、tRCD、tRP、tRFC、tWR。如表1所示，依次将内存测试组的时序参数设置为等级1、等级2和等级3。将内存测试组的时序参数设置为等级1，即通过BIOS选项对内存测试组下的十个内存条的时序参数余量进行设置，令其时序参数在等级1范围内。
时序参数 等级1 等级2 等级3
tCL A1 A2 A3
tRCD B1 B2 B3
tRP C1 C2 C3
tRFC D1 D2 D3
tWR E1 E2 E3
表1
S2、获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率不同内存测试组的故障率数组。
在不同时序参数等级下执行对内存测试组的压力测试。例如，在将内存测试组的时序参数设置为等级1后，调用压力测试脚本对内存测试组执行压力测试，得到等级1的压力测试结果。然后在将内存测试组的时序参数设置为等级2后，调用压力测试脚本对内存测试组执行压力测试，得到等级2的压力测试结果。同理，在等级3时序参数下对内存测试组进行压力测试。
整理压力测试结果，将等级1的时序参数设置下测试fail的内存数量百分比记为a；将等级2的时序参数设置下测试fail的内存数量百分比记为b；将等级3的时序参数设置下测试fail的内存数量百分比记为c，从而得到内存测试组的故障率数组(a,b,c)。
设置n个内存测试组(n不小于50)，利用步骤S1和S2的方法处理n个内存测试组，得到n组故障率数组。
S3、统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级。
将n组内存测试组的样品应用于实际客户中，统计实际应用过程中的fail情况。设置故障率阈值和达到故障率阈值的应用时间与应用等级的对应关系，例如，设置1个月以内fail的组记为C等级，3个月以内fail的组记为B等级，其余的组记为A等级。设置故障率阈值为50％，达到50％被认定为fail(每一组数据中有x数量的样品，定义当x数量的样品中有一半fail时记为fail，小于一半记为pass)。
统计每个内存测试组的故障率数组(a,b,c)和所属应用等级，得到n组对应数据。
S4、利用多组内存测试组的故障率数组和对应应用等级训练K均值模型。
将步骤S3得到的n组对应数据作为K均值模型的训练数据。
(1)本实施例设置K＝3，即选取3个点做为初始聚集的簇心；
(2)分别计算每个样本点到3个簇核心的距离，本实施例的距离取欧氏距离，找到离该点最近的簇核心，将它归属到对应的簇；
(3)所有点都归属到簇之后，n个点就分为了3个簇。之后重新计算每个簇的重心(平均距离中心)，将其定为新的“簇核心”；
(4)反复迭代(2)-(3)步骤，直到达到预设迭代次数。
迭代完成后，得到训练好的K均值模型。
S5、获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
当新生产一批内存条需要进行应用等级预测时，将新生产的内存条作为一个内存组，按照步骤S1-S2对内存组进行处理得到内存组的故障率数组，将内存组的故障率数组输入步骤S4训练处的K均值模型，即可得到内存组的应用等级。
如图2示，该系统200包括：
参数分级单元210，配置用于将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；
压力测试单元220，配置用于获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率不同内存测试组的故障率数组；
应用统计单元230，配置用于统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；
模型训练单元240，配置用于利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；
等级预测单元250，配置用于获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
可选地，作为本发明一个实施例，所述参数分级单元包括：
时序分级模块，配置用于将内存时序参数值划分为三个等级；
余量修改模块，配置用于通过BIOS修改内存时序参数余量将内存时序参数值设置为目标等级。
可选地，作为本发明一个实施例，所述压力测试单元包括：
压力执行模块，配置用于利用压力测试脚本对内存测试组执行压力测试；
失败统计模块，配置用于收集压力测试日志并筛选出测试失败的内存条数量；
故障计算模块，配置用于根据测试失败内存条数量和内存测试组的内存条总数量计算故障率并对所述故障率标记当前内存测试组的时序参数等级。
可选地，作为本发明一个实施例，所述应用统计单元包括：
应用等级设置模块，配置用于设置应用故障率阈值并设置达到所述应用故障率阈值的应用时间与应用等级的对应关系；
应用测试执行模块，配置用于将内存测试组的内存条安装至服务器进行应用测试；
应用等级确认模块，配置用于记录内存测试组的故障率达到应用故障率阈值时的应用时间并根据所述应用时间确认所述内存测试组所属的应用等级。
图3为本发明实施例提供的一种终端系统300的结构示意图，该终端系统300可以用于执行本发明实施例提供的内存应用等级预测方法。
其中，该终端系统300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端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。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。
因此，本发明通过将内存测试组的时序参数依次设置为不同等级，获取内存测试组在不同时序参数等级下的压力测试故障率，从而将内存的时序参数对内存性能的影响引入。同时将时序参数对内存性能的影响与内存实际应用等级通过K均值模型相关联，结合K均值模型的分类功能对生产的批量内存进行应用等级预测。本发明能够能够实现预测批量生产的内存条的实际应用等级，为内存条的质量预判提供技术支撑，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种内存应用等级预测方法，其特征在于，包括：
将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；
获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率保存为内存测试组的故障率数组；
统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；
利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；
获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
2.根据权利要求1所述的方法，其特征在于，所述将内存测试组的时序参数依次设置为不同等级，包括：
将内存时序参数值划分为三个等级；
通过BIOS修改内存时序参数余量将内存时序参数值设置为目标等级。
3.根据权利要求1所述的方法，其特征在于，所述获取内存测试组在不同时序参数等级下的压力测试故障率，包括：
利用压力测试脚本对内存测试组执行压力测试；
收集压力测试日志并筛选出测试失败的内存条数量；
根据测试失败内存条数量和内存测试组的内存条总数量计算故障率并对所述故障率标记当前内存测试组的时序参数等级。
4.根据权利要求1所述的方法，其特征在于，所述统计内存测试组的实际应用故障率，并根据预设的应用等级划分条件和所述实际应用故障率确认所述内存测试组所属应用等级，包括：
设置应用故障率阈值并设置达到所述应用故障率阈值的应用时间与应用等级的对应关系；
将内存测试组的内存条安装至服务器进行应用测试；
记录内存测试组的故障率达到应用故障率阈值时的应用时间并根据所述应用时间确认所述内存测试组所属的应用等级。
5.一种内存应用等级预测系统，其特征在于，包括：
参数分级单元，配置用于将内存测试组的时序参数依次设置为不同等级，所述内存测试组包括多个内存条；
压力测试单元，配置用于获取内存测试组在不同时序参数等级下的压力测试故障率，将所述时序参数等级下的压力测试故障率保存为内存测试组的故障率数组；
应用统计单元，配置用于统计内存测试组的实际应用故障率，并根据预设应用等级和所述实际应用故障率的关系确认所述内存测试组所属应用等级；
模型训练单元，配置用于利用多组内存测试组的故障率数组和对应应用等级训练K均值模型；
等级预测单元，配置用于获取批量生产的内存组的故障率数组并通过将所述故障率数组输入K均值模型获取所述内存组的应用等级。
6.根据权利要求5所述的系统，其特征在于，所述参数分级单元包括：
时序分级模块，配置用于将内存时序参数值划分为三个等级；
余量修改模块，配置用于通过BIOS修改内存时序参数余量将内存时序参数值设置为目标等级。
7.根据权利要求5所述的系统，其特征在于，所述压力测试单元包括：
压力执行模块，配置用于利用压力测试脚本对内存测试组执行压力测试；
失败统计模块，配置用于收集压力测试日志并筛选出测试失败的内存条数量；
故障计算模块，配置用于根据测试失败内存条数量和内存测试组的内存条总数量计算故障率并对所述故障率标记当前内存测试组的时序参数等级。
8.根据权利要求5所述的系统，其特征在于，所述应用统计单元包括：
应用等级设置模块，配置用于设置应用故障率阈值并设置达到所述应用故障率阈值的应用时间与应用等级的对应关系；
应用测试执行模块，配置用于将内存测试组的内存条安装至服务器进行应用测试；
应用等级确认模块，配置用于记录内存测试组的故障率达到应用故障率阈值时的应用时间并根据所述应用时间确认所述内存测试组所属的应用等级。
9.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-4任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
CN202010110189.5A 2020-02-23 2020-02-23 一种内存应用等级预测方法、系统、终端及存储介质 Active CN111367732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010110189.5A CN111367732B (zh) 2020-02-23 2020-02-23 一种内存应用等级预测方法、系统、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010110189.5A CN111367732B (zh) 2020-02-23 2020-02-23 一种内存应用等级预测方法、系统、终端及存储介质

Publications (2)

Publication Number Publication Date
CN111367732A CN111367732A (zh) 2020-07-03
CN111367732B true CN111367732B (zh) 2022-10-18

Family

ID=71210121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010110189.5A Active CN111367732B (zh) 2020-02-23 2020-02-23 一种内存应用等级预测方法、系统、终端及存储介质

Country Status (1)

Country Link
CN (1) CN111367732B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700817A (zh) * 2021-01-18 2021-04-23 皇虎测试科技(深圳)有限公司 一种内存设备质量评估方法、装置及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9401222B1 (en) * 2015-11-23 2016-07-26 International Business Machines Corporation Determining categories for memory fail conditions
CN108052528A (zh) * 2017-11-09 2018-05-18 华中科技大学 一种存储设备时序分类预警方法
CN109710472A (zh) * 2018-12-18 2019-05-03 曙光信息产业股份有限公司 内存自动化测试与分级方法
CN110489259A (zh) * 2019-07-29 2019-11-22 深圳中电长城信息安全系统有限公司 一种内存故障检测方法及设备
CN110598802A (zh) * 2019-09-26 2019-12-20 腾讯科技（深圳）有限公司 一种内存检测模型训练的方法、内存检测的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9401222B1 (en) * 2015-11-23 2016-07-26 International Business Machines Corporation Determining categories for memory fail conditions
CN108052528A (zh) * 2017-11-09 2018-05-18 华中科技大学 一种存储设备时序分类预警方法
CN109710472A (zh) * 2018-12-18 2019-05-03 曙光信息产业股份有限公司 内存自动化测试与分级方法
CN110489259A (zh) * 2019-07-29 2019-11-22 深圳中电长城信息安全系统有限公司 一种内存故障检测方法及设备
CN110598802A (zh) * 2019-09-26 2019-12-20 腾讯科技（深圳）有限公司 一种内存检测模型训练的方法、内存检测的方法及装置

Also Published As

Publication number Publication date
CN111367732A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
CN107885656B (zh) 产品算法自动化测试方法及应用服务器
CN109308552A (zh) 一种业务策略评估方法、装置及电子设备
CN111475355B (zh) 高速链路信号完整性评估方法、系统、终端及存储介质
CN110570312B (zh) 样本数据获取方法、装置、计算机设备和可读存储介质
CN110532187B (zh) 一种hdfs吞吐性能测试方法、系统、终端及存储介质
CN106294128B (zh) 一种导出报表数据的自动化测试方法及装置
CN116256621B (zh) 芯粒的测试方法、装置、电子设备及存储介质
CN111367732B (zh) 一种内存应用等级预测方法、系统、终端及存储介质
CN114357812A (zh) 产品可靠性试验方法、装置、计算机设备和存储介质
CN116593897A (zh) 动力电池故障诊断方法、系统、车辆及存储介质
CN111966551A (zh) 远程命令执行结果的校验方法、系统、终端及存储介质
CN109522517A (zh) 一种电表失效率计算方法和系统
CN110990207B (zh) 基于Whitley平台的BPS内存测试方法、系统、终端及存储介质
CN112631920A (zh) 一种测试方法、装置、电子设备及可读存储介质
CN116484081A (zh) 一种芯片电气参数的线上处理方法、装置及电子设备
CN113688564B (zh) 一种预测ssd硬盘剩余寿命的方法、装置、终端及存储介质
CN113254352A (zh) 测试案例的测试方法、装置、设备及存储介质
US8301431B2 (en) Apparatus and method for accelerating simulations and designing integrated circuits and other systems
CN113408239A (zh) Pcb插损阻抗测试分析方法、系统、终端及存储介质
CN112463486A (zh) 一种磁盘质检方法、系统、终端及存储介质
CN105740114A (zh) 移动终端的容错测试方法及装置
CN110928788B (zh) 服务验证方法及设备
CN113744789B (zh) 一种在研发阶段测试ssd稳定性的方法、系统、设备和介质
CN116256620B (zh) Chiplet集成芯片的检测方法、装置、电子设备及存储介质
CN114882937A (zh) 一种固态硬盘耐久度测试方法、样本量计算方法及装置

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