CN112835774A - 显卡性能的可视化方法及装置、设备、计算机可读存储介质 - Google Patents

显卡性能的可视化方法及装置、设备、计算机可读存储介质 Download PDF

Info

Publication number
CN112835774A
CN112835774A CN202110038340.3A CN202110038340A CN112835774A CN 112835774 A CN112835774 A CN 112835774A CN 202110038340 A CN202110038340 A CN 202110038340A CN 112835774 A CN112835774 A CN 112835774A
Authority
CN
China
Prior art keywords
data
type
performance
performance data
dimension
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
Application number
CN202110038340.3A
Other languages
English (en)
Other versions
CN112835774B (zh
Inventor
裘坤
钱炎超
吴凡
余泽超
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.)
Zhejiang Supcon Technology Co Ltd
Original Assignee
Zhejiang Supcon 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 Zhejiang Supcon Technology Co Ltd filed Critical Zhejiang Supcon Technology Co Ltd
Priority to CN202110038340.3A priority Critical patent/CN112835774B/zh
Publication of CN112835774A publication Critical patent/CN112835774A/zh
Application granted granted Critical
Publication of CN112835774B publication Critical patent/CN112835774B/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
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • 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)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请提供了一种显卡性能的可视化方法及装置、设备、计算机可读存储介质，获取预设工具采集的显卡的以性能数据的各个类型为维度分类存储的性能数据，按照维度的数量以及各个数量与显卡类型的对应关系，确定显卡的类型，再依据显卡的类型以及显卡类型与维度的排列规则的对应关系，识别每个维度的性能数据的信息，将各个维度的性能数据与所述信息对应显示，可见，从工具采集的显卡的性能数据的存储特点，能够识别出各个性能数据的信息，从而显示性能数据的可视化。

Description

显卡性能的可视化方法及装置、设备、计算机可读存储介质
技术领域
本申请涉及性能测试领域，尤其涉及一种显卡性能的可视化方法及装置、设备、计算机可读存储介质。
背景技术
如今，图形处理器GPU已经成为高性能计算系统的重要组成模块，以其高性能、高能效优势成为当前异构高性能计算机系统主要采用的加速部件。
在图形应用软硬件的开发和优化过程中，性能测试是非常重要的一个环节，能验证系统是否能够达到用户提出的性能指标，同时发现系统中存在的性能瓶颈，优化软件，最后起到优化系统的目的。
目前对于显卡的性能测试方法，仅能够采集到显卡的性能数据，可见，如何将显卡的性能可视化，成为目前亟待解决的问题。
发明内容
本申请提供了一种显卡性能的可视化方法及装置、设备、计算机可读存储介质，目的在于解决如何将显卡的性能可视化的问题。
为了实现上述目的，本申请提供了以下技术方案：
一种显卡性能的可视化方法，包括：
获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储；
按照所述维度的数量以及预设的第一对应关系，确定所述第一显卡的类型为第一类型；所述第一对应关系包括各个数量与显卡的类型的对应关系；
依据所述第一类型以及预设的第二对应关系，识别每个所述维度的所述性能数据的信息；所述第二对应关系包括所述显卡的类型与维度排列规则的对应关系；
将各个所述维度的所述性能数据与所述信息对应显示。
可选的，所述获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储，包括：
获取GPU-Z软件输出的预设类型的文件，其中，在所述文件中，所述性能数据以列为维度存储，每一列为属于同一个类型的所述性能数据在不同采样点的数值。
可选的，在所述获取GPU-Z软件输出的预设类型的文件之后，还包括：
将所述文件转换为二维数据表；
将所述二维数据表转换为DataFrame类型。可选的，所述性能数据与生成时间数据对应存储；
所述将各个维度的所述性能数据与所述信息对应显示，包括：
依次将任意所述维度作为目标维度，执行以下步骤，直至遍历所有所述维度：
读取所述目标维度的数据以及所述目标维度的数据对应的生成时间数据；
将所述目标维度的数据与所述生成时间数据对应显示为图形；
与所述图形对应显示所述目标维度的信息。
可选的，所述将各个维度的所述性能数据与所述信息对应显示，还包括：
调整所述图形，使得图形在预设区域中占比满足预设阈值。
可选的，所述将所述目标维度的数据与所述生成时间数据对应显示为图形，包括：
将所述生成时间数据中的第一个数据与最后一个数据，分别与对应的目标维度的数据对应显示，并且，不显示所述生成时间数据中的其它数据。
可选的，在所述获取预设工具采集的第一显卡的性能数据之前，还包括：设置所述预设工具的采样频率；
所述将所述目标维度的数据与所述生成时间数据对应显示为图形，包括：
按照预设的时间步长，将所述目标维度的数据与所述生成时间数据对应显示为图形。
一种显卡性能的可视化装置，包括：
获取模块，用于获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储；
确定模块，用于按照所述维度的数量以及预设的第一对应关系，确定所述第一显卡的类型为第一类型；所述第一对应关系包括各个数量与显卡的类型的对应关系；
识别模块，用于依据所述第一类型以及预设的第二对应关系，识别每个所述维度的所述性能数据的信息；所述第二对应关系包括所述显卡的类型与维度排列规则的对应关系；
显示模块，用于将各个所述维度的所述性能数据与所述信息对应显示。
一种显卡性能的可视化设备，包括：
存储器和处理器；
所述存储器用于存储程序；
所述处理器用于运行所述程序，以实现上述的显卡性能的可视化方法。
一种计算机可读存储介质，其上存储有程序，所述程序被计算设备运行时，实现上述的显卡性能的可视化方法。
本申请所述的显卡性能的可视化方法及装置，获取预设工具采集的显卡的以性能数据的各个类型为维度分类存储的性能数据，按照维度的数量以及各个数量与显卡类型的对应关系，确定显卡的类型，再依据显卡的类型以及显卡类型与维度的排列规则的对应关系，识别每个维度的性能数据的信息，将各个维度的性能数据与所述信息对应显示，可见，从工具采集的显卡的性能数据的存储特点，能够识别出各个性能数据的信息，从而显示性能数据的可视化。
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他的附图。
图1为本申请实施例公开的一种显卡性能的可视化方法的流程图；
图2为本申请实施例公开的又一种显卡性能的可视化方法的流程图；
图3为本申请实施例公开的又一种显卡性能的可视化方法的流程图；
图4为本申请实施例公开的一种显卡性能的可视化装置的结构示意图；
图5为本申请实施例公开的一种显卡性能的可视化设备的结构示意图。
具体实施方式
申请人在研究的过程中发现，要实现可视化显卡性能的目的，基于现有的能够获取到显卡的性能数据的基础，因为显卡的型号有所不同，并且性能数据的类型多样，而性能数据中又不包括类型信息，所以，仅仅简单将数据可视化，还是不能识别出可视化的数据指示哪种性能。因此，本申请从现有工具提取到的数据的存储特点出发，预先设置对应关系，从而确定性能数据的信息，实现性能数据与信息的对应显示，从而实现显卡性能的可视化。
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
图1为本申请实施例公开的一种显卡性能的可视化方法，包括：
S101、获取预设工具采集的第一显卡的性能数据。
其中，预设工具采集的性能数据以性能数据的各个类型为维度分类存储。也就是说，以性能数据的类型为维度，每个维度用于存储对应的类型的性能数据。
可以理解的是，第一显卡为任意一个显卡。
S102、按照维度的数量以及预设的第一对应关系，确定第一显卡的类型为第一类型。
通常，不同类型的显卡，所需监控的性能的种类有差别，例如，有一些显卡需监控的性能数据为10种，而另一些显卡需监控的性能数据为8种。本实施例中，基于这种特点，预设第一对应关系，其中，第一对应关系包括各个数量与显卡的类型的对应关系。
S103、依据第一类型以及预设的第二对应关系，识别每个维度的性能数据的信息。
通常，现有的工具对于不同类型的显卡，采集性能数据顺序不同，和/或，不同类型的显卡的性能数据的排序不同，基于此，本实施例中，预先设置第二对应关系，第二对应关系包括显卡的类型与维度排列规则的对应关系。
从S102和S103可以看出，通过预先设置的对应关系，可以从工具采集的性能数据中，分析得到显卡的类型，进而分析得到性能数据的信息。
S104、将各个维度的性能数据与信息对应显示。
可以理解的是，性能数据的信息可以包括但不限于性能数据的类型，类型的具体表现形式可以为名称，例如内存占用量等。
在存在多种类型的性能数据的情况下，性能数据与信息对应显示，能够体现出显示出的性能数据的类型。
图1所示的显卡性能的可视化方法，基于预设工具采集的性能数据的存储特点，通过预先设置对应关系，可以确定性能数据的信息，并将性能数据与信息对应显示，实现了显卡性能的可视化。
进一步的，可以进一步优化显示的效果。图2为本申请实施例公开的又一种显卡性能的可视化方法，包括以下步骤：
S201、获取预设工具采集的第一显卡的性能数据。
通常，采集到的性能数据与生成时间数据对应存储。生成时间数据指示性能数据的生成时间。也就是说，对于任意一类性能数据，在该类型对应的维度中，存储了不同生成时间对应的该类型的性能数据。
S202、按照维度的数量以及预设的第一对应关系，确定第一显卡的类型为第一类型。
S203、依据第一类型以及预设的第二对应关系，识别每个维度的性能数据的信息。
S204、依次将任意维度作为目标维度，执行以下步骤S205-S209，直至遍历所有所述维度：
S205、读取目标维度的数据以及目标维度的数据对应的生成时间数据。
S206、将目标维度的数据与生成时间数据对应显示为图形。
S207、与图形对应显示目标维度的信息。
S208、调整图形，使得图形在预设区域中占比满足预设阈值。
S208的目的在于，使得图形能够填充预设区域，实现较好的视觉效果。
S209、将生成时间数据中的第一个数据与最后一个数据，分别与对应的目标维度的数据对应显示，并且，不显示生成时间数据中的其它数据。
S209实现的效果为，时间轴上仅显示起始时间和终止时间，并不显示中间的时间，目的在于，简化图形，从而实现较好的视觉效果。
图2所示的流程，从提高视觉效果的角度优化显示方式，所以不仅能够可视化显卡的性能，还能以较好的视觉效果可视化显卡的性能。
下面将对以上实施例所述的方法进行详细的举例说明。
图3为本申请实施例公开的又一种显卡性能的可视化方法，包括以下步骤：
S301、获取GPU-Z软件输出的预设类型的文件。
其中，在文件中，性能数据以列为维度存储，每一列为属于同一个类型的所述性能数据在不同采样点的数值。
进一步的，文件的类型可以为Csv或txt。
可以理解的是，可以预先设置预设工具的采样频率。
综上，具体的，预先设置GPU-Z软件的采样频率为10秒。在启动GPU-Z软件后，在传感器页面选择log文件，并设置log文件的存储路径为GPU-Z软件所在路径。GPU-Z软件将采集到的性能数据，按照性能数据的类型，以一列为一个维度，分类存储性能数据，以形成Csv或txt文件。
更为详细的实现方式可以参见现有技术，这里不再赘述。
S302、利用Pandas(一种函数)将预设类型的文件中的性能数据存储至二维数据表。
在二维数据表中，性能数据以一列为一个维度，分类存储。
S303、将二维表转换为DataFrame类型。
DataFrame类型为是Pandas库中用来存储二维数据表的数据结构类型。S303的目的在于，便于后续步骤的执行工具调用性能数据。
可以理解的是，从文件转换为二维数据表再转换为DataFrame类型，仅为数据结构上的转换，但以一列为一个维度，分类存储性能数据的方式不变。
S304、按照所述维度的数量以及预设的第一对应关系，确定第一显卡的类型为第一类型。
S305、依据第一类型以及预设的第二对应关系，识别每个维度的性能数据的信息。
具体的，可以将识别到信息以header参数(可以理解为列标题)的形式，配置给各列，使得各列中的性能参数具有header参数指示的信息。
可选的，除了为各列配置参数之外，还可以配置names参数，用于指示全局的信息，包括但不限于：显卡的信息等，用于后续的显示。
可选的，还可以为各列配置序号，用于后续功能的编程实现。进一步的，本实施例中，起始序号非零，以便于后续功能的编程中，符合实际习惯。具体的，可以使用参数index_col＝False来将序号设置为自然数序列。
S306、将各个维度的性能数据与信息对应显示。
具体的，可以使用现有的绘制函数，绘制图形，例如：使用import导入模块matplotlib.pyplot，使用plt.figure定义一个图像窗口，通过plt.label命令与plt.title命令对图像坐标轴的标签名与图像名称进行设置，最后plt.plot直接把x轴和y轴数据输入，绘图保存。并设置plt.tight_laout()来自动调整绘图参数，使图形填充整个图像区域。以及，采用list的方式，将记录的生成时间列到一个名为list1的列表中，通过方括号的形式截取字符，获取到第一个和最后一个生成时间数据，并将获取到的生成时间数据设置为X轴的标签，以此来显示统计的起始结束时间。
可选的，在本步骤中，按照预设的时间步长，将目标维度的数据与生成时间数据对应显示为图形。也就是说，以预设的步长，从性能数据中读取目标维度的数据，而非读取全部目标维度的数据，步长可以按显示需求设置，目的在于优化显示效果。
图3所示的流程，能够利用现有的工具，实现性能数据的可视化，因此，具有良好的可实施性。
图4为本申请实施例公开的一种显卡性能的可视化装置，包括：获取模块、确定模块、识别模块和显示模块。
其中，获取模块用于获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储。
确定模块用于按照所述维度的数量以及预设的第一对应关系，确定所述第一显卡的类型为第一类型；所述第一对应关系包括各个数量与显卡的类型的对应关系。
识别模块用于依据所述第一类型以及预设的第二对应关系，识别每个所述维度的所述性能数据的信息；所述第二对应关系包括所述显卡的类型与维度排列规则的对应关系。
显示模块用于将各个所述维度的所述性能数据与所述信息对应显示。
可选的，获取模块用于获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储，包括：所述获取模块具体用于，获取GPU-Z软件输出的预设类型的文件，其中，在所述文件中，所述性能数据以列为维度存储，每一列为属于同一个类型的所述性能数据在不同采样点的数值。
可选的，获取模块还用于：在所述获取GPU-Z软件输出的预设类型的文件之后，将所述文件转换为二维数据表；将所述二维数据表转换为DataFrame类型。
可选的，所述性能数据与生成时间数据对应存储。显示模块用于将各个所述维度的所述性能数据与所述信息对应显示，包括：显示模块具体用于依次将任意所述维度作为目标维度，执行以下步骤，直至遍历所有所述维度：读取所述目标维度的数据以及所述目标维度的数据对应的生成时间数据；将所述目标维度的数据与所述生成时间数据对应显示为图形；与所述图形对应显示所述目标维度的信息。
可选的，显示模块还用于：调整所述图形，使得图形在预设区域中占比满足预设阈值。
可选的，显示模块用于将所述目标维度的数据与所述生成时间数据对应显示为图形，包括：显示模块具体用于将所述生成时间数据中的第一个数据与最后一个数据，分别与对应的目标维度的数据对应显示，并且，不显示所述生成时间数据中的其它数据。
可选的，所述装置还可以包括：设置模块，用于获取模块在所述获取预设工具采集的第一显卡的性能数据之前，设置所述预设工具的采样频率。在此基础上，显示模块用于将所述目标维度的数据与所述生成时间数据对应显示为图形，包括：显示模块具体用于，按照预设的时间步长，将所述目标维度的数据与所述生成时间数据对应显示为图形。
本实施例所述的装置，能够实现显卡性能的可视化。
图5为本申请实施例还公开的一种显卡性能的可视化设备，包括：存储器和处理器。所述存储器用于存储程序，所述处理器用于运行所述程序，以实现上述方法实施例所述的显卡性能的可视化方法。具体的，存储器和处理器可以通过通信总线通信。
本申请实施例还公开了一种计算机可读存储介质，其上存储有程序，所述程序被计算设备运行时，实现上述方法实施例所述的显卡性能的可视化方法。
本申请实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：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。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种显卡性能的可视化方法，其特征在于，包括：
获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储；
按照所述维度的数量以及预设的第一对应关系，确定所述第一显卡的类型为第一类型；所述第一对应关系包括各个数量与显卡的类型的对应关系；
依据所述第一类型以及预设的第二对应关系，识别每个所述维度的所述性能数据的信息；所述第二对应关系包括所述显卡的类型与维度排列规则的对应关系；
将各个所述维度的所述性能数据与所述信息对应显示。
2.根据权利要求1所述的方法，其特征在于，所述获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储，包括：
获取GPU-Z软件输出的预设类型的文件，其中，在所述文件中，所述性能数据以列为维度存储，每一列为属于同一个类型的所述性能数据在不同采样点的数值。
3.根据权利要求2所述的方法，其特征在于，在所述获取GPU-Z软件输出的预设类型的文件之后，还包括：
将所述文件转换为二维数据表；
将所述二维数据表转换为DataFrame类型。
4.根据权利要求1所述的方法，其特征在于，所述性能数据与生成时间数据对应存储；
所述将各个维度的所述性能数据与所述信息对应显示，包括：
依次将任意所述维度作为目标维度，执行以下步骤，直至遍历所有所述维度：
读取所述目标维度的数据以及所述目标维度的数据对应的生成时间数据；
将所述目标维度的数据与所述生成时间数据对应显示为图形；
与所述图形对应显示所述目标维度的信息。
5.根据权利要求4所述的方法，其特征在于，所述将各个维度的所述性能数据与所述信息对应显示，还包括：
调整所述图形，使得图形在预设区域中占比满足预设阈值。
6.根据权利要求4所述的方法，其特征在于，所述将所述目标维度的数据与所述生成时间数据对应显示为图形，包括：
将所述生成时间数据中的第一个数据与最后一个数据，分别与对应的目标维度的数据对应显示，并且，不显示所述生成时间数据中的其它数据。
7.根据权利要求4所述的方法，其特征在于，在所述获取预设工具采集的第一显卡的性能数据之前，还包括：设置所述预设工具的采样频率；
所述将所述目标维度的数据与所述生成时间数据对应显示为图形，包括：
按照预设的时间步长，将所述目标维度的数据与所述生成时间数据对应显示为图形。
8.一种显卡性能的可视化装置，其特征在于，包括：
获取模块，用于获取预设工具采集的第一显卡的性能数据，所述预设工具采集的所述性能数据以所述性能数据的各个类型为维度分类存储；
确定模块，用于按照所述维度的数量以及预设的第一对应关系，确定所述第一显卡的类型为第一类型；所述第一对应关系包括各个数量与显卡的类型的对应关系；
识别模块，用于依据所述第一类型以及预设的第二对应关系，识别每个所述维度的所述性能数据的信息；所述第二对应关系包括所述显卡的类型与维度排列规则的对应关系；
显示模块，用于将各个所述维度的所述性能数据与所述信息对应显示。
9.一种显卡性能的可视化设备，其特征在于，包括：
存储器和处理器；
所述存储器用于存储程序；
所述处理器用于运行所述程序，以实现权利要求1-7任一项所述的显卡性能的可视化方法。
10.一种计算机可读存储介质，其上存储有程序，其特征在于，所述程序被计算设备运行时，实现权利要求1-7任一项所述的显卡性能的可视化方法。
CN202110038340.3A 2021-01-12 2021-01-12 显卡性能的可视化方法及装置、设备、计算机可读存储介质 Active CN112835774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110038340.3A CN112835774B (zh) 2021-01-12 2021-01-12 显卡性能的可视化方法及装置、设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110038340.3A CN112835774B (zh) 2021-01-12 2021-01-12 显卡性能的可视化方法及装置、设备、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112835774A true CN112835774A (zh) 2021-05-25
CN112835774B CN112835774B (zh) 2022-07-05

Family

ID=75927882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110038340.3A Active CN112835774B (zh) 2021-01-12 2021-01-12 显卡性能的可视化方法及装置、设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112835774B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115859118A (zh) * 2022-12-23 2023-03-28 摩尔线程智能科技(北京)有限责任公司 数据的获取方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050039085A1 (en) * 2003-08-12 2005-02-17 Hitachi, Ltd. Method for analyzing performance information
CN103399810A (zh) * 2013-08-01 2013-11-20 北京安兔兔科技有限公司 移动终端的性能测评方法、装置和移动终端
CN104346231A (zh) * 2013-07-30 2015-02-11 商业对象软件有限公司 仪表板性能分析器
US20160098334A1 (en) * 2014-10-03 2016-04-07 GameBench Limited Benchmarking mobile devices
CN108920319A (zh) * 2018-07-26 2018-11-30 郑州云海信息技术有限公司 一种可实时显示性能数据的硬盘压力测试方法
CN109684619A (zh) * 2018-12-20 2019-04-26 成都四方伟业软件股份有限公司 数据可视化展示方法、装置、电子设备及存储介质
CN110489691A (zh) * 2019-07-03 2019-11-22 平安证券股份有限公司 页面组件显示方法及终端设备
CN111125560A (zh) * 2018-10-31 2020-05-08 阿里巴巴集团控股有限公司 数据可视化处理方法、装置及计算机系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050039085A1 (en) * 2003-08-12 2005-02-17 Hitachi, Ltd. Method for analyzing performance information
CN104346231A (zh) * 2013-07-30 2015-02-11 商业对象软件有限公司 仪表板性能分析器
CN103399810A (zh) * 2013-08-01 2013-11-20 北京安兔兔科技有限公司 移动终端的性能测评方法、装置和移动终端
US20160098334A1 (en) * 2014-10-03 2016-04-07 GameBench Limited Benchmarking mobile devices
CN108920319A (zh) * 2018-07-26 2018-11-30 郑州云海信息技术有限公司 一种可实时显示性能数据的硬盘压力测试方法
CN111125560A (zh) * 2018-10-31 2020-05-08 阿里巴巴集团控股有限公司 数据可视化处理方法、装置及计算机系统
CN109684619A (zh) * 2018-12-20 2019-04-26 成都四方伟业软件股份有限公司 数据可视化展示方法、装置、电子设备及存储介质
CN110489691A (zh) * 2019-07-03 2019-11-22 平安证券股份有限公司 页面组件显示方法及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
大数据弄潮儿: "数据可视化的艺术", 《HTTPS://CLOUD.TENCENT.COM/DEVELOPER/ARTICLE/1131771》, 21 May 2018 (2018-05-21), pages 1 - 9 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115859118A (zh) * 2022-12-23 2023-03-28 摩尔线程智能科技(北京)有限责任公司 数据的获取方法、装置、电子设备及存储介质
CN115859118B (zh) * 2022-12-23 2023-08-11 摩尔线程智能科技(北京)有限责任公司 数据的获取方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112835774B (zh) 2022-07-05

Similar Documents

Publication Publication Date Title
CN110059468B (zh) 一种小程序风险识别方法和装置
CN110737591A (zh) 网页性能评估方法、装置、服务器及存储介质
CN110309463B (zh) 落地页优化方法、装置、计算机存储介质及网络设备
CN113407284A (zh) 导航界面的生成方法、装置、存储介质及电子设备
CN112835774B (zh) 显卡性能的可视化方法及装置、设备、计算机可读存储介质
CN109325015B (zh) 一种领域模型的特征字段的提取方法及装置
CN110782232A (zh) 业务流程可视化配置方法、装置、电子设备及存储介质
CN113342954A (zh) 一种应用于问答系统的图像信息处理方法、装置及电子设备
CN110827049A (zh) 一种数据推送方法及装置
CN113986954B (zh) 用户事件获取方法、装置、智能终端及可读存储介质
CN109800273A (zh) 一种数据处理的方法、装置、计算机存储介质及终端
CN115328736A (zh) 一种探针部署方法、装置、设备和存储介质
CN113791860A (zh) 一种信息转换方法、装置和存储介质
CN113570464A (zh) 一种数字货币交易社区识别方法、系统、设备及存储介质
CN110515618B (zh) 页面信息录入优化方法、设备、存储介质及装置
CN109783745B (zh) 对页面进行个性化排版的方法、装置和计算机设备
CN113742213A (zh) 一种用于数据分析的方法、系统和介质
CN113485782A (zh) 页面数据获取方法、装置、电子设备及介质
US20190272087A1 (en) Interface filtering method and system
CN110298935B (zh) 一种获取用户操作习惯信息的方法、诊断设备、及服务器
CN112486477B (zh) 文件生成方法、装置、电子设备及存储介质
CN116450487B (zh) 一种ufs日志分析方法、装置、可读存储介质及电子设备
CN113326004B (zh) 云计算环境下高效日志集中化方法及设备
CN113238742B (zh) 一种直流控保页面程序修改回放方法、装置、终端及介质
CN111259621B (zh) 一种云字体的显示方法、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