CN116302572A - 基于ai智能推荐的算力资源调度分配系统及方法 - Google Patents
基于ai智能推荐的算力资源调度分配系统及方法 Download PDFInfo
- Publication number
- CN116302572A CN116302572A CN202310565879.3A CN202310565879A CN116302572A CN 116302572 A CN116302572 A CN 116302572A CN 202310565879 A CN202310565879 A CN 202310565879A CN 116302572 A CN116302572 A CN 116302572A
- Authority
- CN
- China
- Prior art keywords
- computer
- running
- program
- memory
- module
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000015654 memory Effects 0.000 claims abstract description 113
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000009191 jumping Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000670 limiting effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation 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
- G06F9/5016—Allocation 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 the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及计算机技术领域,具体涉及基于AI智能推荐的算力资源调度分配系统及方法,包括:控制终端,是系统的主控端,用于发出执行命令;监测模块,用于监测计算机后台运行程序运行数据;锁定模块,用于设定计算机运行可用运行内存大小,供计算机日常运行使用;识别模块,用于识别计算机程序运行状态下,本发明中系统在运行过程中,能够监测计算机上实时运行的程序,并进一步根据各程序的运行所需运行内存及计算机的运行内存进行适应性分配,同时提供两种运行逻辑来管理计算机的运行内存,确保计算机上的运行程序在运行时,计算机能够稳定的提供充足的运行内存支持,使计算机上运行程序流程,以达到提升计算机用户使用体验的目的。
Description
技术领域
本发明涉及计算机技术领域,具体涉及基于AI智能推荐的算力资源调度分配系统及方法。
背景技术
算力是计算机设备或计算/数据中心处理信息的能力,是计算机硬件和软件配合共同执行某种计算需求的能力。
计算机的算力往往以运行程序的能力来体现,目前计算机在运行程序时,程序的运行与关闭均由计算机用户自主操作控制,不具备智能控制功能,从而计算机的算力资源无法与计算机上运行程序协调适配的应用。
发明内容
针对现有技术所存在的上述缺点,本发明提供了基于AI智能推荐的算力资源调度分配系统及方法,解决了上述背景技术中提出的技术问题。
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,基于AI智能推荐的算力资源调度分配系统,包括:
控制终端,是系统的主控端,用于发出执行命令;
监测模块,用于监测计算机后台运行程序运行数据;
锁定模块,用于设定计算机运行可用运行内存大小,供计算机日常运行使用;
识别模块,用于识别计算机程序运行状态下,锁定模块设定的计算机运行可用运行内存占用与剩余;
问询模块,用于弹出对话框供计算机用户选择,是否启用计算机上锁定模块设定的计算机运行可用运行内存以外的内存;
跳转模块,用于捕捉计算机上新运行的程序,判定计算机上可用运行内存剩余与可用运行内存以外的内存的合计值,是否满足计算机上新运行的程序运行所需的运行内存;
其中,跳转模块判定结果为是时,驱动捕捉到的程序运行,跳转模块判定结果为否时,触发跳转控制识别模块下级子模块控制单元运行。
更进一步地,所述监测模块下级设置有子模块,包括:
设定单元,用于设定监测模块对计算机后台运行程序进行监测的周期;
评价单元,用于接收设定单元设定周期内监测模块监测到的计算机后台运行程序运行数据,应用计算机后台运行程序运行数据对各程序进行重要度评价;
其中,设定单元中设定的周期通过系统端用户手动编辑设定,计算机狗太运行程序运行数据包括:程序名称、程序启动时间戳、程序关闭时间戳、程序运行状态占用内存。
更进一步地,所述评价单元在对计算机程序进行重要度评价时,各计算机程序重要度通过下式进行求取,公式为:
更进一步地,监测模块实时对计算机的运行状态进行监测,计算机程序重要度计算公式中,计算机程序的关闭时间戳与计算机的关闭时间戳相同时,通过系统端用户手动设定值替代公式中的值,系统端用户手动设定用于代替/>的值时,参考设定单元设定周期内计算机程序打开次数与计算机打开次数的比值,且所述比值与系统端用户手动设定用于代替/>的值成正比。
更进一步地,所述锁定模块在设定计算机运行可用运行内存大小时,通过下式进行计算机运行可用运行内存的求取,公式为:
式中:为计算机运行保留内存,/>的于公式中的值四舍五入取整数;n为式中分子的集合,/>为运行需求内存最大的程序的运行所需内存;/>为运行需求内存最小的程序的运行所需内存;/>为重要度最低的计算机程序的运行所需内存;/>为重要度最高的计算机程序的运行所需内存;
更进一步地,所述识别模块内部设置有子模块,包括:
控制单元,用于捕捉计算机上用户启动程序运行的操作,获取用户启动的程序运行所需运行内存,判定程序运行所需运行内存是否小于计算机当前可用运行内存剩余,是,则启动该程序运行;否,则关闭计算机当前运行程序中重要度最低程序;
其中,所述控制单元判定结果为否时,在完成关闭程序的操作后,再次运行判定,直至判定结果为是后结束运行。
更进一步地,所述控制单元通过系统端用户手动设定参与运行,控制单元运行状态下,问询模块及其连接模块不参与系统运行。
更进一步地,所述问询模块中弹出对话框于计算机上显示,供计算机用户选择,计算机用户选择为是,控制跳转模块运行,计算机用户选择为否,触发控制单元运行。
更进一步地,所述控制终端通过介质电性连接有监测模块,所述监测模块下级通过介质电性连接有设定单元及评价单元,所述监测模块通过介质电性连接锁定模块及识别模块,所述识别模块内部通过介质电性连接有控制单元,所述识别模块通过介质电性连接有问询模块及跳转模块,所述问询模块及跳转模块通过介质电性与控制单元相连接。
第二方面,基于AI智能推荐的算力资源调度分配方法,包括以下步骤:
步骤1:监测计算机上实时运行的程序,分析计算机上各安装程序的运行所需内存;
步骤2:计算各计算机程序重要度,根据计算机程序重要度设定计算机运行可用内存;
步骤3:识别计算机上实时运行内存占用情况,捕捉计算机上新运行程序所需运行内存;
步骤4:根据捕捉到的计算机上新运行程序及其所需运行内存,采用关闭计算机实时运行程序或应用计算机运行保留内存的方式驱动新运行程序启动。
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
1、本发明提供一种基于AI智能推荐的算力资源调度分配系统,该系统在运行过程中,能够监测计算机上实时运行的程序,并进一步根据各程序的运行所需运行内存及计算机的运行内存进行适应性分配,同时提供两种运行逻辑来管理计算机的运行内存,确保计算机上的运行程序在运行时,计算机能够稳定的提供充足的运行内存支持,使计算机上运行程序流程,以达到提升计算机用户使用体验的目的。
2、本发明中系统在运行过程中,在采用关闭运行程序的方式维护计算机上新运行程序稳定启动并运行的基础上,对关闭的运行程序进行了一定程度的判定识别,尽可能规避了关闭的运行程序是用户所需使用的程序的情况。
3、本发明提供一种基于AI智能推荐的算力资源调度分配方法,通过该方法中的步骤执行,能够进一步的维护本发明中系统运行的稳定。
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,下面描述中的附图仅仅是本发明的一些实施例,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为基于AI智能推荐的算力资源调度分配系统的结构示意图;
图2为基于AI智能推荐的算力资源调度分配方法的流程示意图;
图中的标号分别代表:1、控制终端;2、监测模块;21、设定单元;22、评价单元;3、锁定模块;4、识别模块;41、控制单元;5、问询模块;6、跳转模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例一:本实施例的基于AI智能推荐的算力资源调度分配系统,如图1所示,包括:
控制终端1,是系统的主控端,用于发出执行命令;
监测模块2,用于监测计算机后台运行程序运行数据;
锁定模块3,用于设定计算机运行可用运行内存大小,供计算机日常运行使用;
识别模块4,用于识别计算机程序运行状态下,锁定模块3设定的计算机运行可用运行内存占用与剩余;
问询模块5,用于弹出对话框供计算机用户选择,是否启用计算机上锁定模块3设定的计算机运行可用运行内存以外的内存;
跳转模块6,用于捕捉计算机上新运行的程序,判定计算机上可用运行内存剩余与可用运行内存以外的内存的合计值,是否满足计算机上新运行的程序运行所需的运行内存;
其中,跳转模块6判定结果为是时,驱动捕捉到的程序运行,跳转模块6判定结果为否时,触发跳转控制识别模块4下级子模块控制单元41运行;
监测模块2下级设置有子模块,包括:
设定单元21,用于设定监测模块2对计算机后台运行程序进行监测的周期;
评价单元22,用于接收设定单元21设定周期内监测模块2监测到的计算机后台运行程序运行数据,应用计算机后台运行程序运行数据对各程序进行重要度评价;
其中,设定单元21中设定的周期通过系统端用户手动编辑设定,计算机狗太运行程序运行数据包括:程序名称、程序启动时间戳、程序关闭时间戳、程序运行状态占用内存;
锁定模块3在设定计算机运行可用运行内存大小时,通过下式进行计算机运行可用运行内存的求取,公式为:
式中:为计算机运行保留内存,/>的于公式中的值四舍五入取整数;n为式中分子的集合,/>为运行需求内存最大的程序的运行所需内存;/>为运行需求内存最小的程序的运行所需内存;/>为重要度最低的计算机程序的运行所需内存;/>为重要度最高的计算机程序的运行所需内存;
控制终端1通过介质电性连接有监测模块2,监测模块2下级通过介质电性连接有设定单元21及评价单元22,监测模块2通过介质电性连接锁定模块3及识别模块4,识别模块4内部通过介质电性连接有控制单元41,识别模块4通过介质电性连接有问询模块5及跳转模块6,问询模块5及跳转模块6通过介质电性与控制单元41相连接。
在本实施例中,控制终端1控制监测模块2监测计算机后台运行程序运行数据,锁定模块3后置运行设定计算机运行可用运行内存大小,供计算机日常运行使用,同步的识别模块4设定计算机运行可用运行内存大小,供计算机日常运行使用,再由问询模块5弹出对话框供计算机用户选择,是否启用计算机上锁定模块3设定的计算机运行可用运行内存以外的内存,最后通过捕捉计算机上新运行的程序,判定计算机上可用运行内存剩余与可用运行内存以外的内存的合计值,是否满足计算机上新运行的程序运行所需的运行内存;
同时通过监测模块2下级设置的子模块,能够实现系统运行初始化阶段的运行数据支持的获取,进一步引导系统完成计算机运行可用运行内存及计算机运行保留内存的设定与输出。
实施例二:在具体实施层面,在实施例1的基础上,本实施例参照图1对实施例1中基于AI智能推荐的算力资源调度分配系统做进一步具体说明:
评价单元22在对计算机程序进行重要度评价时,各计算机程序重要度通过下式进行求取,公式为:
通过上述公式计算求取了各计算机程序重要度,为系统后续模块运行求取计算机运行可用运行内存带来了数据支持。
如图1所示,监测模块2实时对计算机的运行状态进行监测,计算机程序重要度计算公式中,计算机程序的关闭时间戳与计算机的关闭时间戳相同时,通过系统端用户手动设定值替代公式中的值,系统端用户手动设定用于代替/>的值时,参考设定单元21设定周期内计算机程序打开次数与计算机打开次数的比值,且所述比值与系统端用户手动设定用于代替/>的值成正比。
通过上述设置,对计算机上常开程序带来了一定程度的限定效果,从而以此提升公式计算各程序重要度的计算结果更加精确。
如图1所示,识别模块4内部设置有子模块,包括:
控制单元41,用于捕捉计算机上用户启动程序运行的操作,获取用户启动的程序运行所需运行内存,判定程序运行所需运行内存是否小于计算机当前可用运行内存剩余,是,则启动该程序运行;否,则关闭计算机当前运行程序中重要度最低程序;
其中,控制单元41判定结果为否时,在完成关闭程序的操作后,再次运行判定,直至判定结果为是后结束运行。
控制单元41通过系统端用户手动设定参与运行,控制单元41运行状态下,问询模块5及其连接模块不参与系统运行;问询模块5中弹出对话框于计算机上显示,供计算机用户选择,计算机用户选择为是,控制跳转模块6运行,计算机用户选择为否,触发控制单元41运行。
通过上述设置实现了计算机在运行状态下,可用运行内存不满足新运行程序运行内存需求时的两种处理逻辑,确保计算机上新运行程序稳定启动运行。
实施例三:在具体实施层面,在实施例1的基础上,本实施例参照图2对实施例1中基于AI智能推荐的算力资源调度分配系统做进一步具体说明:
基于AI智能推荐的算力资源调度分配方法,包括以下步骤:
步骤1:监测计算机上实时运行的程序,分析计算机上各安装程序的运行所需内存;
步骤2:计算各计算机程序重要度,根据计算机程序重要度设定计算机运行可用内存;
步骤3:识别计算机上实时运行内存占用情况,捕捉计算机上新运行程序所需运行内存;
步骤4:根据捕捉到的计算机上新运行程序及其所需运行内存,采用关闭计算机实时运行程序或应用计算机运行保留内存的方式驱动新运行程序启动。
综上而言,上述实施例中系统在运行过程中,能够监测计算机上实时运行的程序,并进一步根据各程序的运行所需运行内存及计算机的运行内存进行适应性分配,同时提供两种运行逻辑来管理计算机的运行内存,确保计算机上的运行程序在运行时,计算机能够稳定的提供充足的运行内存支持,使计算机上运行程序流程,以达到提升计算机用户使用体验的目的;同时,系统在运行过程中,在采用关闭运行程序的方式维护计算机上新运行程序稳定启动并运行的基础上,对关闭的运行程序进行了一定程度的判定识别,尽可能规避了关闭运行程序是用户所需使用的程序的情况。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于AI智能推荐的算力资源调度分配系统,其特征在于,包括:
控制终端(1),是系统的主控端,用于发出执行命令;
监测模块(2),用于监测计算机后台运行程序运行数据;
锁定模块(3),用于设定计算机运行可用运行内存大小,供计算机日常运行使用;
识别模块(4),用于识别计算机程序运行状态下,锁定模块(3)设定的计算机运行可用运行内存占用与剩余;
问询模块(5),用于弹出对话框供计算机用户选择,是否启用计算机上锁定模块(3)设定的计算机运行可用运行内存以外的内存;
跳转模块(6),用于捕捉计算机上新运行的程序,判定计算机上可用运行内存剩余与可用运行内存以外的内存的合计值,是否满足计算机上新运行的程序运行所需的运行内存;
其中,跳转模块(6)判定结果为是时,驱动捕捉到的程序运行,跳转模块(6)判定结果为否时,触发跳转控制识别模块(4)下级子模块控制单元(41)运行。
2.根据权利要求1所述的基于AI智能推荐的算力资源调度分配系统,其特征在于,所述监测模块(2)下级设置有子模块,包括:
设定单元(21),用于设定监测模块(2)对计算机后台运行程序进行监测的周期;
评价单元(22),用于接收设定单元(21)设定周期内监测模块(2)监测到的计算机后台运行程序运行数据,应用计算机后台运行程序运行数据对各程序进行重要度评价;
其中,设定单元(21)中设定的周期通过系统端用户手动编辑设定,计算机狗太运行程序运行数据包括:程序名称、程序启动时间戳、程序关闭时间戳、程序运行状态占用内存。
6.根据权利要求1所述的基于AI智能推荐的算力资源调度分配系统,其特征在于,所述识别模块(4)内部设置有子模块,包括:
控制单元(41),用于捕捉计算机上用户启动程序运行的操作,获取用户启动的程序运行所需运行内存,判定程序运行所需运行内存是否小于计算机当前可用运行内存剩余,是,则启动该程序运行;否,则关闭计算机当前运行程序中重要度最低程序;
其中,所述控制单元(41)判定结果为否时,在完成关闭程序的操作后,再次运行判定,直至判定结果为是后结束运行。
7.根据权利要求6所述的基于AI智能推荐的算力资源调度分配系统,其特征在于,所述控制单元(41)通过系统端用户手动设定参与运行,控制单元(41)运行状态下,问询模块(5)及其连接模块不参与系统运行。
8.根据权利要求1所述的基于AI智能推荐的算力资源调度分配系统,其特征在于,所述问询模块(5)中弹出对话框于计算机上显示,供计算机用户选择,计算机用户选择为是,控制跳转模块(6)运行,计算机用户选择为否,触发控制单元(41)运行。
9.根据权利要求1所述的基于AI智能推荐的算力资源调度分配系统,其特征在于,所述控制终端(1)通过介质电性连接有监测模块(2),所述监测模块(2)下级通过介质电性连接有设定单元(21)及评价单元(22),所述监测模块(2)通过介质电性连接锁定模块(3)及识别模块(4),所述识别模块(4)内部通过介质电性连接有控制单元(41),所述识别模块(4)通过介质电性连接有问询模块(5)及跳转模块(6),所述问询模块(5)及跳转模块(6)通过介质电性与控制单元(41)相连接。
10.基于AI智能推荐的算力资源调度分配方法,所述方法是对如权利要求1-9中任意一项所述基于AI智能推荐的算力资源调度分配系统的实施方法,其特征在于,包括以下步骤:
步骤1:监测计算机上实时运行的程序,分析计算机上各安装程序的运行所需内存;
步骤2:计算各计算机程序重要度,根据计算机程序重要度设定计算机运行可用内存;
步骤3:识别计算机上实时运行内存占用情况,捕捉计算机上新运行程序所需运行内存;
步骤4:根据捕捉到的计算机上新运行程序及其所需运行内存,采用关闭计算机实时运行程序或应用计算机运行保留内存的方式驱动新运行程序启动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310565879.3A CN116302572B (zh) | 2023-05-19 | 2023-05-19 | 基于ai智能推荐的算力资源调度分配系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310565879.3A CN116302572B (zh) | 2023-05-19 | 2023-05-19 | 基于ai智能推荐的算力资源调度分配系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116302572A true CN116302572A (zh) | 2023-06-23 |
CN116302572B CN116302572B (zh) | 2023-08-01 |
Family
ID=86817199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310565879.3A Active CN116302572B (zh) | 2023-05-19 | 2023-05-19 | 基于ai智能推荐的算力资源调度分配系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116302572B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014026613A1 (zh) * | 2012-08-14 | 2014-02-20 | 华为终端有限公司 | 网络带宽分配方法及终端 |
WO2019238124A1 (zh) * | 2018-06-15 | 2019-12-19 | 奇酷互联网络科技(深圳)有限公司 | 内存管理方法、装置、可读存储介质及终端 |
CN110677731A (zh) * | 2018-07-02 | 2020-01-10 | 深圳市九洲电器有限公司 | 应用快速启动方法及系统 |
CN112286692A (zh) * | 2020-11-20 | 2021-01-29 | 北京小米移动软件有限公司 | 内存回收方法、内存回收装置及存储介质 |
CN114116231A (zh) * | 2021-12-14 | 2022-03-01 | 中国平安财产保险股份有限公司 | 一种数据加载方法、装置、计算机设备及存储介质 |
CN114546634A (zh) * | 2020-11-24 | 2022-05-27 | 慧与发展有限责任合伙企业 | 对系统的同步重启的管理 |
-
2023
- 2023-05-19 CN CN202310565879.3A patent/CN116302572B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014026613A1 (zh) * | 2012-08-14 | 2014-02-20 | 华为终端有限公司 | 网络带宽分配方法及终端 |
WO2019238124A1 (zh) * | 2018-06-15 | 2019-12-19 | 奇酷互联网络科技(深圳)有限公司 | 内存管理方法、装置、可读存储介质及终端 |
CN110677731A (zh) * | 2018-07-02 | 2020-01-10 | 深圳市九洲电器有限公司 | 应用快速启动方法及系统 |
CN112286692A (zh) * | 2020-11-20 | 2021-01-29 | 北京小米移动软件有限公司 | 内存回收方法、内存回收装置及存储介质 |
CN114546634A (zh) * | 2020-11-24 | 2022-05-27 | 慧与发展有限责任合伙企业 | 对系统的同步重启的管理 |
CN114116231A (zh) * | 2021-12-14 | 2022-03-01 | 中国平安财产保险股份有限公司 | 一种数据加载方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116302572B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112084040A (zh) | 一种基于应用镜像数据识别的容器资源规划系统与方法 | |
CN112561202A (zh) | 基于电力大数据居家概率预测方法及其设备 | |
CN116302572B (zh) | 基于ai智能推荐的算力资源调度分配系统及方法 | |
CN110805989B (zh) | 空调器的控制方法和装置 | |
CN113325767A (zh) | 场景推荐方法、装置、存储介质及电子设备 | |
CN112948189B (zh) | 一种裕度测试方法、裕度测试系统及相关装置 | |
CN113839825B (zh) | 设备故障检测方法、系统、装置、计算机设备及存储介质 | |
CN115185687B (zh) | 基于深度学习的内存分配方法 | |
CN114625654A (zh) | 一种测试方法及其相关设备 | |
CN116540556A (zh) | 基于用户习惯的设备控制方法及装置 | |
CN115952098A (zh) | 一种性能测试调优方案推荐方法及系统 | |
CN115037665A (zh) | 设备测试方法和装置 | |
WO2022253417A1 (en) | A computer software module arrangement, a circuitry arrangement, an arrangement and a method for improved autonomous adaptation of software monitoring of realtime systems | |
CN113625575A (zh) | 一种能源管理系统的运行方法及系统 | |
CN113759869B (zh) | 智能家电测试方法及装置 | |
CN116521344B (zh) | 一种基于资源总线的ai算法调度方法及系统 | |
CN112861951B (zh) | 一种图像神经网络参数的确定方法及电子设备 | |
CN114167223B (zh) | 供电异常的检测方法、装置及计算机可读存储介质 | |
CN114844901B (zh) | 基于人工智能的大数据清洗任务处理方法及云计算系统 | |
CN115113908A (zh) | 批量更新应用程序的方法、终端、计算机设备及存储介质 | |
CN113760750B (zh) | 一种智能设备测试方法、装置、电子设备和存储介质 | |
CN116436098B (zh) | 一种电力设备的多设备联运控制方法及系统 | |
CN115756773B (zh) | 任务调度方法、装置、电子设备和存储介质 | |
CN111277665B (zh) | 基于干扰性度量的3d应用调度方法、装置、终端和存储介质 | |
CN117573350A (zh) | 预测资源配置值的方法、装置、计算机设备及存储介质 |
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 |