CN115629876B - 一种基于可扩展硬件加速的智能视频处理方法和系统 - Google Patents

Abstract

本发明提出了一种基于可扩展硬件加速的智能视频处理方法和系统。所述智能视频处理方法包括：扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。所述系统包括与所述方法步骤对应的模块。

Description

一种基于可扩展硬件加速的智能视频处理方法和系统

技术领域

本发明提出了一种基于可扩展硬件加速的智能视频处理方法和系统，属于视频处理技术领域。

背景技术

当前的视频解码多采用CPU软解码和视频播放，例如，龙芯等国产计算机对于视频的解码。这种利用CPU软件进行视频解码和视频播放的方式，不能动态扩展和收缩资源，在计算资源不足时需要停机进行资源扩展，在计算资源过剩时无法直接将多余资源回收，导致视频处理效率降低，资源浪费。

发明内容

本发明提供了一种基于可扩展硬件加速的智能视频处理方法和系统，现有技术中视频解码效率较低的问题，所采取的技术方案如下：

一种基于可扩展硬件加速的智能视频处理方法，所述智能视频处理方法包括：

扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；

设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；

根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。

进一步地，设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据，包括：

设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；

按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；

在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；

实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池试在试运行时间的运行数据。

进一步地，所述启动比例设置原则包括：

设置所述资源池在试运行时间内的硬件加速组件启动标准比例为5％；

将所述试运行时间设置为三个级别，所述三个级别包括基础级别、第一级别和第二级别；所述基础级别、第一级别和第二级别对应的试运行时间分别为：基础级别为20-25天，第一级别为26-35天，和第二级别为36-40天；

针对基础级别设置的硬件加速组件启动比例为硬件加速组件启动标准比例5％；

针对第一级别设置的硬件加速组件启动比例为：[1+(N-20)/20]×5％；

针对第二级别设置的硬件加速组件启动比例为：[1+(N-20)/N]×5％。

进一步地，根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例，包括：

判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；

如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；

如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

一种基于可扩展硬件加速的智能视频处理系统，所述智能视频处理系统包括：

扫描模块，用于扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；

设置模块，用于设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；

启动模块，用于根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。

进一步地，所述设置模块包括：

时间设置模块，用于设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；

比例设置模块，用于按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；

初始化模块，用于在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；

实时监测模块，用于实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池试在试运行时间的运行数据。

进一步地，所述启动比例设置原则包括：

设置所述资源池在试运行时间内的硬件加速组件启动标准比例为5％；

将所述试运行时间设置为三个级别，所述三个级别包括基础级别、第一级别和第二级别；所述基础级别、第一级别和第二级别对应的试运行时间分别为：基础级别为20-25天，第一级别为26-35天，和第二级别为36-40天；

针对基础级别设置的硬件加速组件启动比例为硬件加速组件启动标准比例5％；

针对第一级别设置的硬件加速组件启动比例为：[1+(N-20)/20]×5％；

针对第二级别设置的硬件加速组件启动比例为：[1+(N-20)/N]×5％。

进一步地，所述启动模块包括：

判断模块，用于判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；

占比获取模块，用于如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；

运行启动模块，用于如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

本发明有益效果：

本发明提出的一种基于可扩展硬件加速的智能视频处理方法和系统将多个用于AI视频处理和分析的硬件加速组件通过网络或PCIE接口连接，构成视频处理和分析的计算资源池，在使用时仅需从资源池中分配相应资源即可，有效降低视频处理复杂程度，进而有效提高视频处理效率，并且能够对视频数据进行动态扩展和资源收缩。

附图说明

图1为本发明所述方法的流程图；

图2为本发明所述系统的系统框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提出了一种基于可扩展硬件加速的智能视频处理方法，如图1所示，所述智能视频处理方法包括：

S1、扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；

S2、设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；

S3、根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。

上述技术方案的工作原理为：首先，扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；然后，设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；最后，根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。

上述技术方案的效果为：本实施例提出的一种基于可扩展硬件加速的智能视频处理方法将多个用于AI视频处理和分析的硬件加速组件通过网络或PCIE接口连接，构成视频处理和分析的计算资源池，在使用时仅需从资源池中分配相应资源即可，有效降低视频处理复杂程度，进而有效提高视频处理效率，并且能够对视频数据进行动态扩展和资源收缩。

本发明的一个实施例，设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据，包括：

S201、设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；

S202、按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；

S203、在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；

S204、实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池试在试运行时间的运行数据。

上述技术方案的工作原理为：首先，设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；然后，按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；随后，在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；最后，实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池试在试运行时间的运行数据。

上述技术方案的效果为：通过上述方式能够有效提高资源池试运行的启动运行的合理性，并通过启动运行比例设置有效提高资源池试运行的观察表征性，进而提高资源池试运行过程中运行观察效率和可信度。

本发明的一个实施例，所述启动比例设置原则包括：

设置所述资源池在试运行时间内的硬件加速组件启动标准比例为5％；

将所述试运行时间设置为三个级别，所述三个级别包括基础级别、第一级别和第二级别；所述基础级别、第一级别和第二级别对应的试运行时间分别为：基础级别为20-25天，第一级别为26-35天，和第二级别为36-40天；

针对基础级别设置的硬件加速组件启动比例为硬件加速组件启动标准比例5％；

针对第一级别设置的硬件加速组件启动比例为：[1+(N-20)/20]×5％；

针对第二级别设置的硬件加速组件启动比例为：[1+(N-20)/N]×5％。

上述技术方案的效果为：通过上述启动比例设置原则的设置能够有效提高资源池试运行的启动运行的合理性，并通过启动运行比例设置有效提高资源池试运行的观察表征性，进而提高资源池试运行过程中运行观察效率和可信度。

本发明的一个实施例，根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例，包括：

S301、判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；

S302、如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；

S303、如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

上述技术方案的工作原理为：首先，判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；然后，如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；最后，如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

上述技术方案的效果为：通过上述方式能够有效提高资源池的资源启动运行设置比例与实际应用负荷对应的匹配性和设置合理性。有效降低视频处理复杂程度，进而有效提高视频处理效率，并且能够对视频数据进行动态扩展和资源收缩。

本发明实施例提出了一种基于可扩展硬件加速的智能视频处理系统，如图2所示，所述智能视频处理系统包括：

扫描模块，用于扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；

设置模块，用于设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；

启动模块，用于根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。

上述技术方案的工作原理为：首先，通过扫描模块扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；然后，利用设置模块设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池试在试运行时间的运行数据；最后，采用启动模块于根据所述资源池试在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例。

上述技术方案的效果为：本实施例提出的一种基于可扩展硬件加速的智能视频处理系统将多个用于AI视频处理和分析的硬件加速组件通过网络或PCIE接口连接，构成视频处理和分析的计算资源池，在使用时仅需从资源池中分配相应资源即可，有效降低视频处理复杂程度，进而有效提高视频处理效率，并且能够对视频数据进行动态扩展和资源收缩。

本发明的一个实施例，所述设置模块包括：

时间设置模块，用于设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；

比例设置模块，用于按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；

初始化模块，用于在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；

实时监测模块，用于实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池试在试运行时间的运行数据。

上述技术方案的工作原理为：首先，通过时间设置模块设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；然后，利用比例设置模块按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；随后，采用初始化模块在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；最后，利用实时监测模块实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池试在试运行时间的运行数据。

上述技术方案的效果为：通过上述方式能够有效提高资源池试运行的启动运行的合理性，并通过启动运行比例设置有效提高资源池试运行的观察表征性，进而提高资源池试运行过程中运行观察效率和可信度。

本发明的一个实施例，所述启动比例设置原则包括：

设置所述资源池在试运行时间内的硬件加速组件启动标准比例为5％；

将所述试运行时间设置为三个级别，所述三个级别包括基础级别、第一级别和第二级别；所述基础级别、第一级别和第二级别对应的试运行时间分别为：基础级别为20-25天，第一级别为26-35天，和第二级别为36-40天；

针对基础级别设置的硬件加速组件启动比例为硬件加速组件启动标准比例5％；

针对第一级别设置的硬件加速组件启动比例为：[1+(N-20)/20]×5％；

针对第二级别设置的硬件加速组件启动比例为：[1+(N-20)/N]×5％。

上述技术方案的效果为：通过上述启动比例设置原则的设置能够有效提高资源池试运行的启动运行的合理性，并通过启动运行比例设置有效提高资源池试运行的观察表征性，进而提高资源池试运行过程中运行观察效率和可信度。

本发明的一个实施例，所述启动模块包括：

判断模块，用于判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；

占比获取模块，用于如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；

运行启动模块，用于如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

上述技术方案的工作原理为：首先，通过判断模块判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；然后，利用占比获取模块在如果存在硬件加速组件扩展启动行为时，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；最后，利用运行启动模块在如果不存在硬件加速组件扩展启动行为时，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

上述技术方案的效果为：通过上述方式能够有效提高资源池的资源启动运行设置比例与实际应用负荷对应的匹配性和设置合理性。有效降低视频处理复杂程度，进而有效提高视频处理效率，并且能够对视频数据进行动态扩展和资源收缩。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于可扩展硬件加速的智能视频处理方法，其特征在于，所述智能视频处理方法包括：

扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；

设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池在试运行时间的运行数据；

根据所述资源池在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例；

其中，根据所述资源池在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例，包括：

判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；

如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；

如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

2.根据权利要求1所述智能视频处理方法，其特征在于，设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池在试运行时间的运行数据，包括：

设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；

按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；

在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；

实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述所述资源池在试运行时间的运行数据。

3.根据权利要求2所述智能视频处理方法，其特征在于，所述启动比例设置原则包括：

设置所述资源池在试运行时间内的硬件加速组件启动标准比例为5％；

将所述试运行时间设置为三个级别，所述三个级别包括基础级别、第一级别和第二级别；所述基础级别、第一级别和第二级别对应的试运行时间分别为：基础级别为20-25天，第一级别为26-35天，和第二级别为36-40天；

针对基础级别设置的硬件加速组件启动比例为硬件加速组件启动标准比例5％；

针对第一级别设置的硬件加速组件启动比例为：[1+(N-20)/20]×5％；

针对第二级别设置的硬件加速组件启动比例为：[1+(N-20)/N]×5％。

4.一种基于可扩展硬件加速的智能视频处理系统，其特征在于，所述智能视频处理系统包括：

扫描模块，用于扫描获取用于视频处理分析的硬件加速组件，并通过网络端口或PCIE接口将硬件加速组件进行连接，形成用于视频处理和分析的资源池；

设置模块，用于设置资源池试运行时间和试运行时间所述用于视频处理分析的硬件加速组件的启动运行比例，并获取所述资源池在试运行时间的运行数据；

启动模块，用于根据所述资源池在试运行时间的运行数据确定所述资源池正式运行时的硬件加速组件的启动运行比例；

其中，所述启动模块包括：

判断模块，用于判断所述资源池在试运行时间是否存在硬件加速组件扩展启动行为；

占比获取模块，用于如果存在硬件加速组件扩展启动行为，则获取硬件加速组件扩展启动状态下的最大硬件加速组件启动占比，并按照所述最大硬件加速组件启动占比设置正式运行时的资源池的硬件加速组件的启动运行比例；

运行启动模块，用于如果不存在硬件加速组件扩展启动行为，则按照试运行时间内，所述资源池以利用的最大硬件加速组件占比设置正式运行时的资源池的硬件加速组件的启动运行比例。

5.根据权利要求4所述智能视频处理系统，其特征在于，所述设置模块包括：

时间设置模块，用于设置资源池的试运行时间，其中，所述资源池的试运行时间的取值范围为20-60天；

比例设置模块，用于按照启动比例设置原则设置所述资源池在所述试运行时间内对于所述用于视频处理分析的硬件加速组件的启动运行比例；

初始化模块，用于在试运行时间内，按照预设的所述硬件加速组件的启动运行比例对所述资源池内的硬件加速组件进行启动初始化处理；

实时监测模块，用于实时监测试运行时间内所述资源池在视频数据处理过程中所调配的硬件加速组件比例参数变化情况，并在视频数据超过已启动的硬件加速组件比例负荷情况下，对所述资源池未启动的硬件加速组件进行启动，扩展资源调配比例；其中，所述资源池在试运行时间内硬件加速组件实际运行变化参数即为所述资源池在试运行时间的运行数据。

6.根据权利要求5所述智能视频处理系统，其特征在于，所述启动比例设置原则包括：

设置所述资源池在试运行时间内的硬件加速组件启动标准比例为5％；

将所述试运行时间设置为三个级别，所述三个级别包括基础级别、第一级别和第二级别；所述基础级别、第一级别和第二级别对应的试运行时间分别为：基础级别为20-25天，第一级别为26-35天，和第二级别为36-40天；针对基础级别设置的硬件加速组件启动比例为硬件加速组件启动标准比例针对第一级别设置的硬件加速组件启动比例为：[1+(N-20)/20]×5％；

针对第二级别设置的硬件加速组件启动比例为：[1+(N-20)/N]×5％。