CN117826966A - 一种双显卡模块的电源控制模块 - Google Patents
一种双显卡模块的电源控制模块 Download PDFInfo
- Publication number
- CN117826966A CN117826966A CN202410251461.XA CN202410251461A CN117826966A CN 117826966 A CN117826966 A CN 117826966A CN 202410251461 A CN202410251461 A CN 202410251461A CN 117826966 A CN117826966 A CN 117826966A
- Authority
- CN
- China
- Prior art keywords
- data
- display card
- unit
- display
- comprehensive scheme
- 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
- 238000009499 grossing Methods 0.000 claims abstract description 38
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 18
- 230000009977 dual effect Effects 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Abstract
本发明涉及电源控制技术领域,具体地说,涉及一种双显卡模块的电源控制模块。其包括获取控制单元、数据分析单元、预测平滑单元、综合方案单元、性能模式单元,性能模式单元根据制定的综合方案数据进行显卡性能模式的调节,并利用制定的综合方案数据来减少在调节显卡性能模式时所产生短期内的电压波动和噪音。本发明综合方案单元根据获取控制单元中的数据和预测平滑单元中计算的显卡负载滑动平均值并进行综合方案的制定,通过获取显卡负载数据,可以深入了解显卡在不同负载条件下的工作状态,及时分析出电压波动和噪音问题并进行解决,基于不同数据和解决的结果,可以制定针对性的综合方案,从而提高显卡的整体性能和稳定性。
Description
技术领域
本发明涉及电源控制技术领域,具体地说,涉及一种双显卡模块的电源控制模块。
背景技术
现实场景中,显卡的用途较为广泛,且在计算机的图形渲染、游戏、虚拟现实(VR)、人工智能(AI)计算领域中发挥着重要作用,由于显卡对电源稳定性要求非常高,于是会利用电源控制模块来稳定供电和调整电源输出来提高显卡的稳定性,但是当显卡的工作状态处于高负载情况下,便会由大负载突然调节到无负载或由无负载突然调节到大负载时,因此导致短期内出现电压的不稳定和噪音情况,由于电压波动和噪音会影响双显卡的正常运行,从而大大降低显卡性能的稳定性,针对对此现象,于是我们提供了一种双显卡模块的电源控制模块。
发明内容
本发明的目的在于提供一种双显卡模块的电源控制模块,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供一种双显卡模块的电源控制模块,包括获取控制单元、数据分析单元、预测平滑单元、综合方案单元、性能模式单元;
所述获取控制单元用于获取电源数据和双显卡相关数据并进行处理,再对处理的数据进行电压波动和噪音的检测;
所述数据分析单元用于接收获取控制单元中处理的数据并进行双显卡温度和双显卡负载的分析;
所述预测平滑单元用于接收数据分析单元中分析的数据并进行显卡负载趋势的预测,再根据预测的显卡负载趋势数据进行平滑处理;
所述综合方案单元用于接收获取控制单元中的数据和预测平滑单元中的数据并进行综合方案的制定;
所述性能模式单元用于接收综合方案单元中综合方案数据并进行显卡性能模式的调节;
所述综合方案单元根据获取控制单元中的数据和预测平滑单元中的数据并进行综合方案的制定,将制定的综合方案数据传入性能模式单元中,性能模式单元根据制定的综合方案数据进行显卡性能模式的调节,并利用制定的综合方案数据来减少在调节显卡性能模式时所产生短期内的电压波动和噪音。
作为本技术方案的进一步改进,所述获取控制单元包括获取数据模块和电源控制模块;
所述获取数据模块利用传感器获取于接收电源数据和双显卡相关数据并进行处理;
所述电源控制模块用于接收获取数据模块中处理的数据,并利用频谱检测技术根据处理的数据进行电压波动和噪音的检测,再利用控制调整算法根据处理的数据来减少电源控制模块在进行稳定供电和调整电源输出时所产生的电压波动和噪音。
作为本技术方案的进一步改进,所述数据分析单元用于接收获取数据模块中处理的数据,并利用线性分析技术根据处理的数据进行双显卡温度和双显卡负载的分析,分析显卡负载、显卡功率和显卡温度的变化情况。
作为本技术方案的进一步改进,所述预测平滑单元用于接收数据分析单元中分析的显卡负载变化情况数据和获取控制单元中获取的数据,并利用时间预测技术根据分析的显卡负载变化情况数据进行显卡负载趋势的预测,再利用滑动平均算法根据预测的显卡负载趋势数据进行显卡负载滑动平均值的计算。
作为本技术方案的进一步改进,所述预测平滑单元中滑动平均算法实现步骤如下:
步骤①、首先,选择滑动窗口的大小N,创建一个长度为N的缓冲数组,用于存储窗口中的数据;
步骤②、其次,不断接收新的显卡负载趋势数据,每次接收新数据时,将其添加到缓冲数组的末尾,并将缓冲数组中最旧的数据舍弃;
步骤③、最终根据缓冲数组中保存的显卡负载趋势数据进行滑动平均值的计算,采用了滑动平均算法公式:
,
其中,表示计算的显卡负载滑动平均值,/>指的是获取的当前信号数据值,到/>指的是缓冲数组中保存的不同显卡负载数据值,/>指的是滑动窗口大小的值。
作为本技术方案的进一步改进,所述综合方案单元用于接收获取控制单元中的数据和预测平滑单元中计算的显卡负载滑动平均值,并采用集成堆叠技术根据获取控制单元中的数据和预测平滑单元中的数据进行综合方案的制定。
作为本技术方案的进一步改进,所述综合方案单元中集成堆叠技术实现步骤如下:
步骤①、首先,将接收获取控制单元中的数据和预测平滑单元中的数据整合成数据集,再将数据集数据划分为K个折叠,并确保每个折叠中的样本分布相似;
步骤②、对于每个折叠,将数据分成训练集和验证集,使用训练集来训练多个不同类型的模型,每个模型针对电压波动和噪音问题进行训练,使用验证集对模型进行调优,并生成每个模型的方案;
步骤③、将这些生成的方案作为新的特征称为元特征,对于电压波动和噪音问题,从步骤②中获取相关问题方案,并将它们组合成元特征矩阵;
步骤④、使用元特征矩阵作为输入数据,利用包含真实标签的训练集,训练第二层模型,通过利用元特征和真实标签,第二层模型可以学习不同问题的关系并生成最终的综合方案。
作为本技术方案的进一步改进,所述性能模式单元用于接收综合方案单元中综合方案数据,并根据综合方案数据中的显卡负载情况进行高性能模式、节能模式和动态调整的显卡性能模式的调节。
与现有技术相比,本发明的有益效果:
1、该双显卡模块的电源控制模块中,综合方案单元根据获取控制单元中的数据和预测平滑单元中计算的显卡负载滑动平均值并进行综合方案的制定,通过获取显卡负载数据,可以深入了解显卡在不同负载条件下的工作状态,及时分析出电压波动和噪音问题并进行解决,基于不同数据和解决的结果,可以制定针对性的综合方案,从而提高显卡的整体性能和稳定性。
2、该双显卡模块的电源控制模块中,预测平滑单元根据数据分析单元中分析的显卡负载变化情况数据进行显卡负载趋势的预测,再根据预测的显卡负载趋势数据进行显卡负载滑动平均值的计算,可以对预测的显卡负载趋势数据进行平滑处理,以减少再调节显卡负载性能时瞬间产生的电压波动和噪音对显卡性能的影响,从而提高显卡性能的稳定性。
附图说明
图1为本发明的整体框图。
图中各个标号意义为:
1、获取控制单元;11、获取数据模块;12、电源控制模块;2、数据分析单元;
3、预测平滑单元;4、综合方案单元;5、性能模式单元。
具体实施方式
下面将结合本发明中的附图,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,都属于本发明保护的范围。
实施例1:
考虑到由于显卡对电源稳定性要求非常高,于是会利用电源控制模块来稳定供电和调整电源输出来提高显卡的稳定性,但是当显卡的工作状态处于高负载情况下,便会由大负载突然调节到无负载或由无负载突然调节到大负载时,因此导致短期内出现电压的不稳定和噪音情况,由于电压波动和噪音会影响双显卡的正常运行,从而大大降低显卡性能的稳定性,针对对此现象,于是我们提供了一种双显卡模块的电源控制模块。
本发明提供一种双显卡模块的电源控制模块,请参阅图1,包括获取控制单元1、数据分析单元2、预测平滑单元3、综合方案单元4、性能模式单元5;
获取控制单元1用于获取电源数据和双显卡相关数据并进行处理,再对处理的数据进行电压波动和噪音的检测,数据分析单元2用于接收获取控制单元1中处理的数据并进行双显卡温度和双显卡负载的分析,预测平滑单元3用于接收数据分析单元2中分析的数据并进行显卡负载趋势的预测,再根据预测的显卡负载趋势数据进行平滑处理,综合方案单元4用于接收获取控制单元1中的数据和预测平滑单元3中的数据并进行综合方案的制定,性能模式单元5用于接收综合方案单元4中综合方案数据并进行显卡性能模式的调节;
综合方案单元4根据获取控制单元1中的数据和预测平滑单元3中的数据并进行综合方案的制定,将制定的综合方案数据传入性能模式单元5中,性能模式单元5根据制定的综合方案数据进行显卡性能模式的调节,并利用制定的综合方案数据来减少在调节显卡性能模式时所产生短期内的电压波动和噪音,通过获取显卡负载数据和解决稳定供电问题,可以确保显卡得到稳定和适当的供电,并减少电压波动和噪音的潜在原因,这可以稳定显卡在不同性能模式下的工作状态,并提供更可靠的电源环境。
以下是对上述单元进行的细化,请参阅图1;
获取控制单元1包括获取数据模块11和电源控制模块12;
获取数据模块11利用传感器获取于接收电源数据(包括输入的电压和电流)和双显卡相关数据并进行处理,双显卡相关数据包括显卡负载数据(包括显卡的功率、电流、电压参数)、显卡温度数据,通过对获取的数据进行处理来减少数据中存在的偏差。
电源控制模块12用于接收获取数据模块11中处理的数据,并利用频谱检测技术根据处理的数据进行电压波动和噪音的检测,再利用控制调整算法根据处理的数据来减少电源控制模块在进行稳定供电和调整电源输出时所产生的电压波动和噪音;
控制调整算法实现原理:
步骤①、首先,获取到电源系统所需的信息,例如当前显卡负载、功耗变化,这些数据可以作为基础,用于推测电源控制模块需要调整的目标值;
步骤②、根据处理的显卡数据,可以逐步调整电源输出的变化率,使其更加平缓;
步骤③、最终,根据处理的显卡数据和调整电源输出的变化率,可以确定电源输出的调整策略,该策略可能涉及逐步增加或减小电源输出的变化速率,使其与显卡负载变化相匹配,实现更平滑和稳定的供电输出,以及减小噪音情况。
频谱检测技术实现原理:
原理1、首先,需要采集到所要分析的信号数据,可以是电源的电压、电流声音或显卡的功率、电流、电压信号;
原理2、将采集到的信号在时间上进行分段,选择一定长度的信号窗口,然后对每个时域窗口的信号进行加窗处理,对加窗后的时域信号进行频域变换,推断频域上的频率成分和幅度;
原理3、最终将频率与幅度关系绘制到图表上,横轴表示频率范围,纵轴表示对应频率的幅度。
对于电压波动和噪音的判断情况,具体情况包括:
情况①、察频谱图中是否存在频谱峰值或集中在电源工作频率及其倍数上的频率成分,频谱图中主要集中在工作频率及其倍数上的频率成分可能意味着电压波动存在;
情况②、观察频谱图中是否存在比较宽频的幅度分布,即不集中在特定频率上的幅度成分,宽频段的幅度成分可能表示存在噪音。
数据分析单元2用于接收获取数据模块11中处理的数据,并利用线性分析技术根据处理的数据进行双显卡温度和双显卡负载的分析,分析显卡负载、显卡功率和显卡温度的变化情况;
线性分析技术实现原理:
原理一、首先,需要收集处理的显卡温度和负载相关的数据,再对收集的数据进行特征提取;
原理二、再根据原理一种收集的数据进行线性分析,并根据不同的特征数据获取相应的权重,再将每个特征数据乘以相应的权重,并采用了线性组合算法将它们相加得到最终分析的变化情况;
线性组合算法公式:
,
其中,表示最终分析的变化情况数据,/>指的是获取显卡不同温度数据值,/>指的是显卡不同温度数据对应的权重值,指的是获取显卡不同负载数据值,/>指的是显卡不同负载数据对应的权重值,该公式主要用于显卡温度和显卡负载的分析,可以了解显卡的工作状态和任务负载情况,可以对任务进行调度,确保显卡在高负载时提供最佳性能,同时避免负载过高导致显卡性能下降,以及显卡温度过热导致性能降低、硬件损坏甚至系统崩溃。
预测平滑单元3用于接收数据分析单元2中分析的显卡负载变化情况数据和获取控制单元1中获取的数据,并利用时间预测技术根据分析的显卡负载变化情况数据进行显卡负载趋势的预测,再利用滑动平均算法根据预测的显卡负载趋势数据进行显卡负载滑动平均值的计算;
时间预测技术实现原理:
原理一、收集分析的显卡负载变化情况数据,包括时间戳和负载值;
原理二、根据预测的精度要求,选择一个合适的时间窗口大小,时间窗口决定了计算移动平均时考虑的数据量,较大的时间窗口会平滑趋势,但可能损失细节信息,较小的时间窗口可能会受到噪音的影响;
原理三、对每个时间点,根据时间窗口内的数据推断移动平均值;
原理四、将得到的移动平均值用作未来时间点的显卡预测值,可以根据需要预测多个未来时间点的负载变化最终得出预测的显卡负载趋势数据。
预测平滑单元3中滑动平均算法实现步骤如下:
步骤①、首先,选择滑动窗口的大小N,创建一个长度为N的缓冲数组,用于存储窗口中的数据;
步骤②、其次,不断接收新的显卡负载趋势数据,每次接收新数据时,将其添加到缓冲数组的末尾,并将缓冲数组中最旧的数据舍弃;
步骤③、最终根据缓冲数组中保存的显卡负载趋势数据进行滑动平均值的计算,采用了滑动平均算法公式:
,
其中,表示计算的显卡负载滑动平均值,/>指的是获取的当前信号数据值,到/>指的是缓冲数组中保存的不同显卡负载数据值,/>指的是滑动窗口大小的值,该公式主要用于显卡负载滑动平均值的计算,显卡负载在实际应用中常常存在电压波动,计算滑动平均值可以平滑这些电压波动,通过计算滑动平均值,可以削弱负载的瞬时变化,得到更加平缓的负载趋势,这可以提供更稳定和可靠的负载信息,减少由于电压波动导致的性能影响。
综合方案单元4用于接收获取控制单元1中的数据和预测平滑单元3中计算的显卡负载滑动平均值,并采用集成堆叠技术根据获取控制单元1中的数据和预测平滑单元3中的数据进行综合方案的制定,通过分析电压波动和噪音数据,可以识别电源供应问题并及时解决,从而提供更稳定的电压输出,这可以降低显卡在电压异常时的不稳定性风险,改善显卡的性能表现;
综合方案单元4中集成堆叠技术实现步骤如下:
步骤①、首先,将接收获取控制单元1中的数据和预测平滑单元3中的数据整合成数据集,再将数据集数据划分为K个折叠,并确保每个折叠中的样本分布相似;
步骤②、对于每个折叠,将数据分成训练集和验证集,使用训练集来训练多个不同类型的模型,每个模型针对电压波动和噪音问题进行训练,使用验证集对模型进行调优,并生成每个模型的方案;
步骤③、将这些生成的方案作为新的特征称为元特征,对于电压波动和噪音问题,从步骤②中获取相关问题方案,并将它们组合成元特征矩阵;
步骤④、使用元特征矩阵作为输入数据,利用包含真实标签的训练集,训练第二层模型,通过利用元特征和真实标签,第二层模型可以学习不同问题的关系并生成最终的综合方案。
性能模式单元5用于接收综合方案单元4中综合方案数据,并根据综合方案数据中的显卡负载情况进行高性能模式和节能模式的显卡性能模式的调节,并利用综合方案数据中的显卡负载性能值与设定的显卡显卡负载性能值进行比对,比对具体情况:
情况1、当综合方案数据中的显卡负载性能值大于设定的显卡显卡负载性能值时,将显卡模式调节为高性能模式;
情况2、当综合方案数据中的显卡负载性能值小于设定的显卡显卡负载性能值时,将显卡模式调节为节能模式;
高性能模式:当系统处于需要高性能运行的场景下,当进行图形渲染时,可以增加电源输出,确保显卡获得足够的电源供应,提供所需的性能支持,以满足系统的高性能需求;
节能模式:当系统处于轻负载或者需要节约能耗的场景下,当进行普通办公、浏览网页任务时,可以降低功耗,减少电源输出,以节约能耗,延长电池续航时间,同时降低系统的发热和噪音;
使用流程:
综合方案单元4根据获取控制单元1中的数据和预测平滑单元3中的数据并进行综合方案的制定,将制定的综合方案数据传入性能模式单元5中,性能模式单元5根据制定的综合方案数据进行显卡性能模式的调节。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种双显卡模块的电源控制模块,其特征在于:包括获取控制单元(1)、数据分析单元(2)、预测平滑单元(3)、综合方案单元(4)、性能模式单元(5);
所述获取控制单元(1)用于获取电源数据和双显卡相关数据并进行处理,再对处理的数据进行电压波动和噪音的检测;
所述数据分析单元(2)用于接收获取控制单元(1)中处理的数据并进行双显卡温度和双显卡负载的分析;
所述预测平滑单元(3)用于接收数据分析单元(2)中分析的数据并进行显卡负载趋势的预测,再根据预测的显卡负载趋势数据进行平滑处理;
所述综合方案单元(4)用于接收获取控制单元(1)中的数据和预测平滑单元(3)中的数据并进行综合方案的制定;
所述性能模式单元(5)用于接收综合方案单元(4)中综合方案数据并进行显卡性能模式的调节;
所述综合方案单元(4)根据获取控制单元(1)中的数据和预测平滑单元(3)中的数据并进行综合方案的制定,将制定的综合方案数据传入性能模式单元(5)中,性能模式单元(5)根据制定的综合方案数据进行显卡性能模式的调节,并利用制定的综合方案数据来减少在调节显卡性能模式时所产生短期内的电压波动和噪音。
2.根据权利要求1所述的双显卡模块的电源控制模块,其特征在于:所述获取控制单元(1)包括获取数据模块(11)和电源控制模块(12);
所述获取数据模块(11)利用传感器获取于接收电源数据和双显卡相关数据并进行处理;
所述电源控制模块(12)用于接收获取数据模块(11)中处理的数据,并利用频谱检测技术根据处理的数据进行电压波动和噪音的检测,再利用控制调整算法根据处理的数据来减少电源控制模块在进行稳定供电和调整电源输出时所产生的电压波动和噪音。
3.根据权利要求2所述的双显卡模块的电源控制模块,其特征在于:所述数据分析单元(2)用于接收获取数据模块(11)中处理的数据,并利用线性分析技术根据处理的数据进行双显卡温度和双显卡负载的分析,分析显卡负载、显卡功率和显卡温度的变化情况。
4.根据权利要求3所述的双显卡模块的电源控制模块,其特征在于:所述预测平滑单元(3)用于接收数据分析单元(2)中分析的显卡负载变化情况数据和获取控制单元(1)中获取的数据,并利用时间预测技术根据分析的显卡负载变化情况数据进行显卡负载趋势的预测,再利用滑动平均算法根据预测的显卡负载趋势数据进行显卡负载滑动平均值的计算。
5.根据权利要求4所述的双显卡模块的电源控制模块,其特征在于:所述预测平滑单元(3)中滑动平均算法实现步骤如下:
步骤①、首先,选择滑动窗口的大小N,创建一个长度为N的缓冲数组,用于存储窗口中的数据;
步骤②、其次,不断接收新的显卡负载趋势数据,每次接收新数据时,将其添加到缓冲数组的末尾,并将缓冲数组中最旧的数据舍弃;
步骤③、最终根据缓冲数组中保存的显卡负载趋势数据进行滑动平均值的计算,采用了滑动平均算法公式:
,
其中,表示计算的显卡负载滑动平均值,/>指的是获取的当前信号数据值,/>到/>指的是缓冲数组中保存的不同显卡负载数据值,/>指的是滑动窗口大小的值。
6.根据权利要求4所述的双显卡模块的电源控制模块,其特征在于:所述综合方案单元(4)用于接收获取控制单元(1)中的数据和预测平滑单元(3)中计算的显卡负载滑动平均值,并采用集成堆叠技术根据获取控制单元(1)中的数据和预测平滑单元(3)中的数据进行综合方案的制定。
7.根据权利要求6所述的双显卡模块的电源控制模块,其特征在于:所述综合方案单元(4)中集成堆叠技术实现步骤如下:
步骤①、首先,将接收获取控制单元(1)中的数据和预测平滑单元(3)中的数据整合成数据集,再将数据集数据划分为K个折叠,并确保每个折叠中的样本分布相似;
步骤②、对于每个折叠,将数据分成训练集和验证集,使用训练集来训练多个不同类型的模型,每个模型针对电压波动和噪音问题进行训练,使用验证集对模型进行调优,并生成每个模型的方案;
步骤③、将这些生成的方案作为新的特征称为元特征,对于电压波动和噪音问题,从步骤②中获取相关问题方案,并将它们组合成元特征矩阵;
步骤④、使用元特征矩阵作为输入数据,利用包含真实标签的训练集,训练第二层模型,通过利用元特征和真实标签,第二层模型可以学习不同问题的关系并生成最终的综合方案。
8.根据权利要求6所述的双显卡模块的电源控制模块,其特征在于:所述性能模式单元(5)用于接收综合方案单元(4)中综合方案数据,并根据综合方案数据中的显卡负载情况进行高性能模式、节能模式和动态调整的显卡性能模式的调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410251461.XA CN117826966A (zh) | 2024-03-06 | 2024-03-06 | 一种双显卡模块的电源控制模块 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410251461.XA CN117826966A (zh) | 2024-03-06 | 2024-03-06 | 一种双显卡模块的电源控制模块 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117826966A true CN117826966A (zh) | 2024-04-05 |
Family
ID=90515653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410251461.XA Pending CN117826966A (zh) | 2024-03-06 | 2024-03-06 | 一种双显卡模块的电源控制模块 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117826966A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230054387A1 (en) * | 2019-12-31 | 2023-02-23 | Università Degli Studi Di Firenze | System for monitoring and analyzing electric parameters |
CN116388126A (zh) * | 2023-03-23 | 2023-07-04 | 厦门科司特电子工业有限公司 | 一种高负载峰值动态响应电路及控制方法 |
CN116610416A (zh) * | 2023-05-29 | 2023-08-18 | 东北大学 | 基于Kubernetes的负载预测型弹性伸缩系统及方法 |
CN117406844A (zh) * | 2023-11-14 | 2024-01-16 | 珠海世宁达科技有限公司 | 一种基于神经网络的显卡风扇控制方法及相关装置 |
-
2024
- 2024-03-06 CN CN202410251461.XA patent/CN117826966A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230054387A1 (en) * | 2019-12-31 | 2023-02-23 | Università Degli Studi Di Firenze | System for monitoring and analyzing electric parameters |
CN116388126A (zh) * | 2023-03-23 | 2023-07-04 | 厦门科司特电子工业有限公司 | 一种高负载峰值动态响应电路及控制方法 |
CN116610416A (zh) * | 2023-05-29 | 2023-08-18 | 东北大学 | 基于Kubernetes的负载预测型弹性伸缩系统及方法 |
CN117406844A (zh) * | 2023-11-14 | 2024-01-16 | 珠海世宁达科技有限公司 | 一种基于神经网络的显卡风扇控制方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108317670B (zh) | 一种基于机器学习的制冷系统节能控制方法及系统 | |
CN106982333B (zh) | 一种图像传感器快速校正方法、装置及设备 | |
CN101977304A (zh) | 基于dsp视频处理的输电线路远程监测系统及监测方法 | |
CN103930912A (zh) | 时序数据分析方法、系统和计算机程序 | |
CN109720213B (zh) | 一种车辆转矩控制方法及装置 | |
US9829967B2 (en) | Techniques for limiting power via secondary control of a voltage regulator | |
CN112924779A (zh) | 非侵入式负荷识别方法、装置及终端设备 | |
CN117826966A (zh) | 一种双显卡模块的电源控制模块 | |
CN102522960A (zh) | 一种采用硬件控制的矢量网络分析仪中频增益自动控制方法 | |
CN113988266A (zh) | 基于Top-k的支持复杂网络状况的自适应分布式梯度压缩方法 | |
CN111456898A (zh) | 风电机组的发电功率的调节方法、系统、介质及电子设备 | |
CN114049162B (zh) | 模型训练方法、需求量预测方法、装置、设备和存储介质 | |
CN111222228B (zh) | 控制llc的工作频率的方法及终端设备 | |
CN114119972A (zh) | 模型获取及对象处理方法、装置、电子设备及存储介质 | |
CN113158446A (zh) | 非侵入式电力负载识别方法 | |
CN110705128A (zh) | 一种可调参数的随机共振模拟系统 | |
CN101909038A (zh) | 一种盲信号带宽估计方法及装置 | |
CN111026445A (zh) | 一种智能识别方法及芯片 | |
CN117312100B (zh) | 一种功耗调整方法、系统、装置、设备及计算机存储介质 | |
CN217561604U (zh) | 一种cwd时频分析实现装置 | |
CN109753134B (zh) | 一种基于全局解耦的gpu内部能耗控制系统及方法 | |
CN117992224A (zh) | 处理方法以及装置 | |
CN117440248A (zh) | 基于轴稳像技术实现目标伺服智能控制方法及系统 | |
CN108549343B (zh) | 一种基于大数据的运动控制系统及控制方法 | |
CN115149925A (zh) | 导向滤波芯片、方法、智能终端及计算机可读存储介质 |
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 |