CN114491677A - 智能终端的硬件性能评测方法及装置、存储介质、终端 - Google Patents
智能终端的硬件性能评测方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN114491677A CN114491677A CN202111602637.4A CN202111602637A CN114491677A CN 114491677 A CN114491677 A CN 114491677A CN 202111602637 A CN202111602637 A CN 202111602637A CN 114491677 A CN114491677 A CN 114491677A
- Authority
- CN
- China
- Prior art keywords
- hardware
- intelligent terminal
- preset
- evaluation
- tested
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/71—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information
-
- 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
- G06F11/2236—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 to test CPU or processors
-
- 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
- G06F11/2268—Logging of test results
-
- 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)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种智能终端的硬件性能评测方法及装置、存储介质、终端,其方法包括:基于预设评测规则对待测硬件评测,获得评测结果;将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;将带有所述待测硬件的性能评测分值结果的页面展示给用户。本发明通过将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
Description
技术领域
本发明涉及一种电子设备技术领域,特别是涉及一种智能终端的硬件性能评测方法及装置、存储介质、终端。
背景技术
随着移动互联网技术的迅速发展,智能终端设备日益成熟与普及,给人们的工作生活带来了极大的便利。由于不同品牌、型号的智能终端的性能也参差不齐。因此,需要对智能终端的性能进行测评,以便用户充分了解各个智能终端的硬件性能评测的性能,从而选择满足用户需求的智能终端的硬件性能评测。
目前,可通过智能终端上运行的测评软件对智能终端的CPU性能、GUP性能、闪存性能等进行测试,并对不同的测试结果进行打分,进而将智能终端的硬件性能评测各项性能的分数作为测评结果显示给用户。由于,对智能终端的测试分数的计算过程在应用安装包中,因此,可能会导致存在计算分数泄漏的风险,同时也可能存在因对一些假机进行评测而导致的某类机型的智能终端的计算分数异常的情况。
发明内容
有鉴于此,本发明提供一种智能终端的硬件性能评测方法及装置、存储介质、终端,主要目的在于通过将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
依据本发明一个方面,提供了一种智能终端的硬件性能评测方法,包括:
基于预设评测规则对待测硬件评测,获得评测结果;
将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;
将带有所述待测硬件的性能评测分值结果的页面展示给用户。
进一步的,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包;
将所述应用程序在预设时间段内在所述智能终端上运行,获取带有所述应用程序的运行的评测结果。
进一步的,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
在所述待测硬件为CPU处理器时,所述预设评测规则包括对所述CPU处理器分别进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行;
在所述待测硬件为GPU处理器时,所述预设评测规则包括预设绘图程序在所述智能终端上运行;
在所述待测硬件为闪存控制器时,所述预设评测规则包括预设读取程序在所述智能终端上运行。
进一步的,在所述待测硬件为CPU处理器时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
根据所述CPU处理器的各个内核的频率,确定待评测单核;
将所述待评测单核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述待评测单核对应的第一运行时间;
将所述智能终端的多核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述智能终端的多核分别对应的第二运行时间;
对获得的全部所述第一运行时间和第二运行时间分别进行分析,获得所述智能终端的CPU处理器的单核和多核分别所对应的评测结果。
进一步的,在所述待测硬件为GPU处理器时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
将所述预设绘图程序在所述智能终端上运行,获取所述GPU处理器的图像渲染的帧率;
对所述GPU处理器的图像渲染的帧率分析,获得所述GPU处理器的所对应的评测结果。
进一步的,在所述待测硬件为闪存控制器时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
通过运行在所述智能终端上的预设读取程序对预设文件进行顺序读取,获取对所述预设文件的第一读取速度;
通过运行在所述智能终端上的预设读取程序对预设文件进行随机读取,并在对所述预设文件完全读取后,获取对所述预设文件的第二读取速度;
对获得的全部所述第一读取速度和第二读取速度进行分析,获得所述智能终端的闪存控制器所对应的评测结果。
进一步的,所述在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包之前,包括:
通过预设编译工具分别生成具有符合预设评测规则的应用程序的32位和64位的安装包;
根据所述智能终端的系统信息,确定与所述智能终端的系统信息对应的32位的安装包或64位的安装包。
进一步的,所述将带有所述待测硬件的性能评测分值结果的页面展示给用户,包括:
若所述待测硬件的性能评测分值结果与预设分值结果之间的差值大于预设阈值,则所述页面提示用户所述待测硬件异常。
依据本发明另一个方面,提供了一种智能终端的硬件性能评测装置,包括:
评测模块,用于基于预设评测规则对待测硬件评测,获得评测结果;
分值计算模块,用于将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;
显示模块,用于将带有所述待测硬件的性能评测分值结果的页面展示给用户。
根据本发明的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述所述的智能终端的硬件性能评测方法对应的操作。
根据本发明的再一方面,提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上述所述的智能终端的硬件性能评测方法对应的操作。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供了一种智能终端的硬件性能评测方法及装置、存储介质、终端,与现有技术相比,本发明实施例通过将基于预设评测规则对待测硬件评测所获得评测结果上传至云端服务器进行计算,获取待测硬件的性能评测分值;最后将带有待测硬件的性能评测分值结果的页面展示给用户。本发明通过将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种智能终端的硬件性能评测方法流程图;
图2示出了本发明实施例提供的另一种智能终端的硬件性能评测方法流程图;
图3示出了本发明实施例提供的一种智能终端的硬件性能评测装置组成框图;
图4示出了本发明实施例提供的另一种智能终端的硬件性能评测装置组成框图;
图5示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面参考附图描述本发明实施例的待评估设备中智能终端的硬件性能评测方法的方法和装置。
由于,现有的对智能终端的硬件性能的评测分值的计算逻辑放在智能终端的安装文件里面,而文件容易被破解,进而存在的泄漏风险。本申请提供的智能终端的硬件性能评测方法是将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
图1为根据本发明一个实施例的待评估设备中智能终端的硬件性能评测方法的流程图。需要说明的是,本发明实施例中的智能终端可以是手机、平板电脑、个人数字助理等具有安卓或鸿蒙操作系统且支持应用程序运行的硬件设备。
如图1所述,本发明提供的一种智能终端的硬件性能评测方法,包括:
101、基于预设评测规则对待测硬件评测,获得评测结果。
需要说明的是,智能终端的硬件性能可通过单位时间的运算量来反映。
这里,运算量是指执行具有预设评测规则的测试程序次数,时间是指前面执行上述测试程序的次数所消耗的时间。这里,可以固定测试程序运行的次数,求得运行固定次数所消耗的时间,或者固定测试程序执行的时间长短,求在此固定时间内测试程序执行的次数,用执行的次数除上述固定的时间,这样就可以求得单位时间的运算量,进而获得对待测硬件的评测结果。
102、将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值。
可以理解的是,对待测硬件的性能评测分值的计算逻辑在云端服务员上,将评测结果上传至云端服务器后,云端服务器中的计算逻辑对评测结果进行计算,获得待测硬件的性能评测分值,再将获得的性能评测分值下发给智能终端。
103、将带有所述待测硬件的性能评测分值结果的页面展示给用户。
这里,智能终端的页面会展示手机、相机或平板电脑的具体型号、以及获得的待测硬件的性能评测分值信息,以提升了用户的了解产品的便利性和效率。
本发明实施例提供了一种智能终端的硬件性能评测方法,与现有技术相比,本发明实施例通过将基于预设评测规则对待测硬件评测所获得评测结果上传至云端服务器进行计算,获取待测硬件的性能评测分值;最后将带有待测硬件的性能评测分值结果的页面展示给用户。本发明通过将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
本发明实施例提供了另一种智能终端的硬件性能评测方法,如图2所示,该方法包括:
201、在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包。
由于,对智能终端的硬件性能评测需要执行具有预设评测规则的测试程序,为了使具有预设评测规则的测试程序在智能终端上执行,需要将带有具有预设评测规则的测试程序的安装包在智能终端上安装。
由于,智能终端的CPU处理器有32位和64位架构区分,虽然64位的CPU处理器也能运行32位的应用程序,但是安装32位应用程序的智能终端的性能会下降,进而会影响对智能终端的硬件性能的评测,因此,在一些实施方式中,所述在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包之前,包括:通过预设编译工具分别生成具有符合预设评测规则的应用程序的32位和64位的安装包;根据所述智能终端的系统信息,确定与所述智能终端的系统信息对应的32位的安装包或64位的安装包。
需要说明的是,利用C/C++编译工具生成32位和64位的依赖库,智能终端在安装应用时,会选择需要安装的依赖库架构,32位的智能终端会选择32位的依赖库,64位的智能终端会选择64位的依赖库,这样本申请中的安装在智能终端上的安装包根据此智能终端上的依赖库的选择确定安装32位的安装包或64位的安装包,进而避免了安装32位应用程序的智能终端的性能会下降而影响对智能终端的硬件性能的评测的问题。
202、将所述应用程序在预设时间段内在所述智能终端上运行,获取带有所述应用程序的运行的评测结果。
这里的评测结果指的是应用程序在预设时间段内在智能终端上运行的次数、或应用程序在智能终端上单次运行的时长。
在所述待测硬件为CPU处理器时,为了对CPU处理器进行相应的测试,所述预设评测规则包括对所述CPU处理器分别进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行。
这里,手写数字识别具体为:将图片上的数字通过算法识别为文本,例如预先定于了10张图片,图片上的内容分别是手写的数字0,1,2,3,4,5,6,7,8,9,则通过算法识别出的文本上数字分别为0,1,2,3,4,5,6,7,8,9。
大整数因子分解:在数学中,整数分解(英语:integer factorization)又称素因数分解(prime factorization),是将一个正整数写成几个约数的乘积。这里的,大整数是指,数字比较大的整数,数字越大,计算的难度也就越大。
质数生成:质数是指在大于1的自然数中,除了1和它本身以外不再有其他因数的自然数。质数生成,是指寻找下一个质数的过程。
LZMA数据压缩:LZMA是一个数据压缩算法,利用该算法来压缩和解压数据。
超文本安全传输加解密:利用非对称加密算法,加密和解密数据。
这里,在所述待测硬件为CPU处理器时,所述基于预设评测规则对待测硬件评测,获得评测结果,可以包括:根据所述CPU处理器的各个内核的频率,确定待评测单核;将所述待评测单核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述待评测单核对应的第一运行时间;将所述智能终端的多核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述智能终端的多核分别对应的第二运行时间;对获得的全部所述第一运行时间和第二运行时间分别进行分析,获得所述智能终端的CPU处理器的单核和多核分别所对应的评测结果。
需要说明的是,由于智能终端的CPU处理器有大小核的区分,为了能够对CPU处理器的性能进行更全面的测试,本申请通过根据CPU处理器的各个内核的频率,将具有最大频率的内核确定为待评测单核;让待评测单核分别进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得待评测单核对应的第一运行时间,再根据第一运行时间获得待CPU处理器的单核的评测结果。由于智能终端的CPU处理器的多核(智能终端的所有内核)性能也是CPU处理器的重要性能,因此,这里还以CPU处理器的多核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得对智能终端的多核的评测,本申请通过分别对智能终端的单核和多核分别进行评测,能够便于用户对此智能终端的CPU处理器的性能进行更为直观的了解。这里,对CPU处理器的性能评测可根据对上述五种评测算法执行的消耗时间的长短确定,即为消耗时间的多少来判断性能的高低,所消耗的时间越少,CPU处理器的性能就越强。
在所述待测硬件为GPU处理器时,所述预设评测规则包括预设绘图程序在所述智能终端上运行,此时,所述基于预设评测规则对待测硬件评测,获得评测结果,可以包括:将所述预设绘图程序在所述智能终端上运行,获取所述GPU处理器的图像渲染的帧率;对所述GPU处理器的图像渲染的帧率分析,获得所述GPU处理器的所对应的评测结果。
这里,对GPU处理器评测时,通过编写了以OPENGL和VULKAN两种绘图方式的Unity程序,其理由是这两种绘图程序比较消耗手机的资源,会调用大量使用手机的GPU处理器。将两种绘图程序分别在智能终端上跑一次,获取渲染的帧率,这里,获取的帧率越大,GPU渲染的越稳定,所以性能就越强。
在所述待测硬件为闪存控制器时,所述预设评测规则包括预设读取程序在所述智能终端上运行,此时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:通过运行在所述智能终端上的预设读取程序对预设文件进行顺序读取,获取对所述预设文件的第一读取速度;通过运行在所述智能终端上的预设读取程序对预设文件进行随机读取,并在对所述预设文件完全读取后,获取对所述预设文件的第二读取速度;对获得的全部所述第一读取速度和第二读取速度进行分析,获得所述智能终端的闪存控制器所对应的评测结果。
需要说明的是,预设读取程序可对预设文件进行顺序读取和随机读取,且顺序读取和随机读取不在同一时间进行。这里的顺序读写是指将一个文件从头到位依次读取数据,而随机读写是指随机读取文件的某一部分,直到完全读取。两者的区别在于,读取文件的位置不同,一个是连续的位置,一个是随机的位置。两者反映了智能终端的闪存控制器的性能,即为读取速度越高,性能越强。
203、将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值。
这里,在获取所述待测硬件的性能评测分值时,具体为,分别对步骤202中获取到的CPU处理器、GPU处理器和闪存控制器的评测结果分别进行评测分值计算;同时,还对CPU处理器、GPU处理器和闪存控制器的评测结果进行综合评测分值计算,这里可以通过对CPU处理器、GPU处理器和闪存控制器分别对应的评测分值进行平均数计算,即可获得综合评测分值。
具体的,本步骤中,可通过测试获取智能终端的硬件性能评测的上述硬件性能中每项性能的评测结果,然后根据硬件性能中每项性能的评测分值获取硬件性能的评测分值;再根据硬件性能的评测分值确定智能终端的硬件性能评测的测评等级。
这里,可根据硬件性能中每项性能的评测分值获取硬件性能的评测分值,然后根据硬件性能的评测分值与测评等级的对应关系确定硬件性能的测评等级。具体地,可根据大量的实验数据的统计分析结果预先建立硬件性能的评测分值与测评等级的对应关系。举例来说,可根据实验数据中各个智能终端的硬件性能评测的硬件性能的评测分值统计每个评测分值的智能终端的硬件性能评测的数量,并建立统计分布图,进而可根据统计分布曲线划分评测分值区间与测评等级的对应关系。
举例说明,可将硬件性能分为5个等级:一级对应测试得分0-S1,二级对应评测分值S1-S2,三级对应评测分值S2-S3,四级对应评测分值S3-S4,五级对应评测分值S4-Inf(正无穷大)。如果步骤202中获取的CPU处理器的硬件性能的评测分值位于区间S1-S2,那么本步骤中,CPU处理器的评测分值与测评等级的对应关系,确定出智能终端的CPU处理器的测评等级为第二等级。
204、将带有所述待测硬件的性能评测分值结果的页面展示给用户。
所述将带有所述待测硬件的性能评测分值结果的页面展示给用户,可以包括:若所述待测硬件的性能评测分值结果与预设分值结果之间的差值大于预设阈值,则所述页面提示用户所述待测硬件异常。
这里的预设分值结果可以为智能终端的官方信息分值,如果发现待测硬件的性能评测分值结果跟官方信息分值之间的偏差较大,即为待测硬件的性能评测分值结果与预设分值结果之间的差值大于预设阈值,页面提示用户所述待测硬件异常,以提示此智能终端具有假机风险。
本发明实施例提供了又一种智能终端的硬件性能评测方法,与现有技术相比,本发明实施例通过在待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包,并根据智能终端的系统信息,确定与智能终端的系统信息对应的32位的安装包或64位的安装包;再将应用程序在预设时间段内在智能终端上运行,获取带有应用程序的运行的评测结果,避免了安装32位应用程序的智能终端的性能会下降而影响对智能终端的硬件性能的评测的问题。
进一步的,作为对上述图1所示方法的实现,本发明实施例提供了一种智能终端的硬件性能评测装置,如图3所示,该装置包括:
评测模块31,用于基于预设评测规则对待测硬件评测,获得评测结果;
分值计算模块32,用于将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;
显示模块33,用于将带有所述待测硬件的性能评测分值结果的页面展示给用户。
本发明实施例提供了一种智能终端的硬件性能评测装置,与现有技术相比,本发明实施例通过将基于预设评测规则对待测硬件评测所获得评测结果上传至云端服务器进行计算,获取待测硬件的性能评测分值;最后将带有待测硬件的性能评测分值结果的页面展示给用户。本发明通过将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
进一步的,作为对上述图2所示方法的实现,本发明实施例提供了另一种智能终端的硬件性能评测装置,如图4所示,该装置包括:
安装包安装单元411,用于在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包;
评测结果获取单元412,用于将所述应用程序在预设时间段内在所述智能终端上运行,获取带有所述应用程序的运行的评测结果;
分值计算模块42,用于将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;
显示模块43,用于将带有所述待测硬件的性能评测分值结果的页面展示给用户。
进一步的,在所述待测硬件为CPU处理器时,该装置还包括:
第一规则模块,用于对所述CPU处理器分别进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行;
在所述待测硬件为GPU处理器时,该装置还包括:
第二规则模块,用于预设绘图程序在所述智能终端上运行;
在所述待测硬件为闪存控制器时,该装置还包括:
第三规则模块,用于预设读取程序在所述智能终端上运行。
进一步的,所述第一规则模块包括:
待评测单核确定单元,用于根据所述CPU处理器的各个内核的频率,确定待评测单核;
第一运行时间获取单元,用于将所述待评测单核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述待评测单核对应的第一运行时间;
第二运行时间获取单元,用于将所述智能终端的多核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述智能终端的多核分别对应的第二运行时间;
第一评测结果获取单元,用于对获得的全部所述第一运行时间和第二运行时间分别进行分析,获得所述智能终端的CPU处理器的单核和多核分别所对应的评测结果。
进一步的,所述第二规则模块包括:
帧率获取单元,用于将所述预设绘图程序在所述智能终端上运行,获取所述GPU处理器的图像渲染的帧率;
第二评测结果获取单元,用于对所述GPU处理器的图像渲染的帧率分析,获得所述GPU处理器的所对应的评测结果。
进一步的,所述第三规则模块包括:
第一读取速度获取单元,用于通过运行在所述智能终端上的预设读取程序对预设文件进行顺序读取,获取对所述预设文件的第一读取速度;
第二读取速度获取单元,用于通过运行在所述智能终端上的预设读取程序对预设文件进行随机读取,并在对所述预设文件完全读取后,获取对所述预设文件的第二读取速度;
第三评测结果获取单元,用于对获得的全部所述第一读取速度和第二读取速度进行分析,获得所述智能终端的闪存控制器所对应的评测结果。
进一步的,所述装置还包括:
安装包生成单元,用于通过预设编译工具分别生成具有符合预设评测规则的应用程序的32位和64位的安装包;
安装包确定单元,用于根据所述智能终端的系统信息,确定与所述智能终端的系统信息对应的32位的安装包或64位的安装包。
进一步的,所述显示模块还包括:
提示单元,用于若所述待测硬件的性能评测分值结果与预设分值结果之间的差值大于预设阈值,则所述页面提示用户所述待测硬件异常。
本发明实施例提供了另一种智能终端的硬件性能评测装置,与现有技术相比,本发明实施例通过在待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包,并根据智能终端的系统信息,确定与智能终端的系统信息对应的32位的安装包或64位的安装包;再将应用程序在预设时间段内在智能终端上运行,获取带有应用程序的运行的评测结果,避免了安装32位应用程序的智能终端的性能会下降而影响对智能终端的硬件性能的评测的问题。
根据本发明一个实施例提供了一种存储介质,所述存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的智能终端的硬件性能评测方法。
基于上述如图1所示方法和如图3所示装置的实施例,本发明实施例还提供了一种计算机设备的实体结构图,如图5所示,该计算机设备包括:处理器51、存储器52、及存储在存储器52上并可在处理器上运行的计算机程序,其中存储器52和处理器51均设置在总线53上所述处理器51执行所述程序时实现以下步骤:基于预设评测规则对待测硬件评测,获得评测结果;将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;将带有所述待测硬件的性能评测分值结果的页面展示给用户。
通过本发明的技术方案,本发明能够将基于预设评测规则对待测硬件评测所获得评测结果上传至云端服务器进行计算,获取待测硬件的性能评测分值;最后将带有待测硬件的性能评测分值结果的页面展示给用户。本发明通过将对硬件性能的评测分值的计算在云端服务器上进行,可避免计算逻辑放在智能终端的安装文件里而导致的容易出现泄漏的风险问题。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种智能终端的硬件性能评测方法,其特征在于,包括:
基于预设评测规则对待测硬件评测,获得评测结果;
将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;
将带有所述待测硬件的性能评测分值结果的页面展示给用户。
2.根据权利要求1所述的智能终端的硬件性能评测方法,其特征在于,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包;
将所述应用程序在预设时间段内在所述智能终端上运行,获取带有所述应用程序的运行的评测结果。
3.根据权利要求2所述的智能终端的硬件性能评测方法,其特征在于,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
在所述待测硬件为CPU处理器时,所述预设评测规则包括对所述CPU处理器分别进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行;
在所述待测硬件为GPU处理器时,所述预设评测规则包括预设绘图程序在所述智能终端上运行;
在所述待测硬件为闪存控制器时,所述预设评测规则包括预设读取程序在所述智能终端上运行。
4.根据权利要求3所述的智能终端的硬件性能评测方法,其特征在于,在所述待测硬件为CPU处理器时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
根据所述CPU处理器的各个内核的频率,确定待评测单核;
将所述待评测单核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述待评测单核对应的第一运行时间;
将所述智能终端的多核进行手写数字识别、大整数因子分解、质数生成、LZMA数据压缩、超文本安全传输加解密的运行,获得与所述智能终端的多核分别对应的第二运行时间;
对获得的全部所述第一运行时间和第二运行时间分别进行分析,获得所述智能终端的CPU处理器的单核和多核分别所对应的评测结果。
5.根据权利要求3所述的智能终端的硬件性能评测方法,其特征在于,在所述待测硬件为GPU处理器时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
将所述预设绘图程序在所述智能终端上运行,获取所述GPU处理器的图像渲染的帧率;
对所述GPU处理器的图像渲染的帧率分析,获得所述GPU处理器的所对应的评测结果。
6.根据权利要求3所述的智能终端的硬件性能评测方法,其特征在于,在所述待测硬件为闪存控制器时,所述基于预设评测规则对待测硬件评测,获得评测结果,包括:
通过运行在所述智能终端上的预设读取程序对预设文件进行顺序读取,获取对所述预设文件的第一读取速度;
通过运行在所述智能终端上的预设读取程序对预设文件进行随机读取,并在对所述预设文件完全读取后,获取对所述预设文件的第二读取速度;
对获得的全部所述第一读取速度和第二读取速度进行分析,获得所述智能终端的闪存控制器所对应的评测结果。
7.根据权利要求2所述的智能终端的硬件性能评测方法,其特征在于,所述在所述待测硬件所对应的智能终端上安装具有符合预设评测规则的应用程序的安装包之前,包括:
通过预设编译工具分别生成具有符合预设评测规则的应用程序的32位和64位的安装包;
根据所述智能终端的系统信息,确定与所述智能终端的系统信息对应的32位的安装包或64位的安装包。
8.一种智能终端的硬件性能评测装置,其特征在于,包括:
评测模块,用于基于预设评测规则对待测硬件评测,获得评测结果;
分值计算模块,用于将所述评测结果上传至云端服务器进行计算,获取所述待测硬件的性能评测分值;
显示模块,用于将带有所述待测硬件的性能评测分值结果的页面展示给用户。
9.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的智能终端的硬件性能评测方法对应的操作。
10.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的智能终端的硬件性能评测方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111602637.4A CN114491677A (zh) | 2021-12-24 | 2021-12-24 | 智能终端的硬件性能评测方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111602637.4A CN114491677A (zh) | 2021-12-24 | 2021-12-24 | 智能终端的硬件性能评测方法及装置、存储介质、终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114491677A true CN114491677A (zh) | 2022-05-13 |
Family
ID=81496246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111602637.4A Pending CN114491677A (zh) | 2021-12-24 | 2021-12-24 | 智能终端的硬件性能评测方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114491677A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755991A (zh) * | 2023-08-14 | 2023-09-15 | 北京精琢科技有限公司 | 通用跨平台cpu算力评估方法、电子设备 |
-
2021
- 2021-12-24 CN CN202111602637.4A patent/CN114491677A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755991A (zh) * | 2023-08-14 | 2023-09-15 | 北京精琢科技有限公司 | 通用跨平台cpu算力评估方法、电子设备 |
CN116755991B (zh) * | 2023-08-14 | 2023-11-17 | 北京精琢科技有限公司 | 通用跨平台cpu算力评估方法、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103164215B (zh) | 数据处理系统和用于在异类加速器之间进行切换的方法 | |
WO2015032282A1 (zh) | 电子设备硬件性能的测试方法及装置 | |
CN110941424B (zh) | 编译参数优化方法、装置及电子设备 | |
CN111950056B (zh) | 建筑信息化模型bim展示方法及相关设备 | |
CN108805000B (zh) | 电子装置、基于深度学习的乐谱识别方法及存储介质 | |
CN111222548A (zh) | 相似图像检测方法、装置、设备及存储介质 | |
CN103605647A (zh) | 用于测试设备参数的系统、方法和计算机程序产品 | |
CN114004352B (zh) | 一种仿真实现方法、神经网络编译器以及计算机可读存储介质 | |
CN111340240A (zh) | 实现自动机器学习的方法及装置 | |
CN111460394A (zh) | 一种版权文件的验证方法、装置及计算机可读存储介质 | |
CN111143165A (zh) | 一种监控方法及装置 | |
CN111061896B (zh) | 基于glTF的3D图形的加载方法、装置、设备及介质 | |
CN114491677A (zh) | 智能终端的硬件性能评测方法及装置、存储介质、终端 | |
CN113360803A (zh) | 基于用户行为的数据缓存方法、装置、设备及存储介质 | |
US9135749B2 (en) | Method and apparatus for processing three-dimensional model data | |
CN109302523B (zh) | 一种手机端和服务器端手机性能评估方法 | |
CN114048816A (zh) | 一种图神经网络数据采样方法、装置、设备及存储介质 | |
US10318615B1 (en) | Modeling and measuring browser performance using reference pages | |
CN113887408B (zh) | 活化人脸视频的检测方法、装置、设备及存储介质 | |
CN112631949B (zh) | 一种调试方法、装置、计算机设备及存储介质 | |
CN115016754A (zh) | 设备间的页面同步显示方法、装置、电子设备及介质 | |
CN114493683A (zh) | 广告素材推荐方法、模型训练方法、装置及电子设备 | |
CN114020717A (zh) | 分布式存储系统的性能数据获取方法、装置、设备及介质 | |
CN109656803B (zh) | 信息推送方法、装置和电子设备 | |
CN117171056B (zh) | 基于自动化接口的测试方法及装置 |
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 |