CN117873391A - 芯片数据缓存方法、装置、计算机设备和存储介质 - Google Patents
芯片数据缓存方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117873391A CN117873391A CN202311873751.XA CN202311873751A CN117873391A CN 117873391 A CN117873391 A CN 117873391A CN 202311873751 A CN202311873751 A CN 202311873751A CN 117873391 A CN117873391 A CN 117873391A
- Authority
- CN
- China
- Prior art keywords
- data
- processed
- compressed
- chip
- processing task
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 219
- 239000000872 buffer Substances 0.000 claims abstract description 169
- 238000013144 data compression Methods 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims abstract description 24
- 230000015654 memory Effects 0.000 claims description 91
- 230000003139 buffering effect Effects 0.000 claims description 13
- 238000007906 compression Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 11
- 238000012216 screening Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
- G06F3/0656—Data buffering arrangements
-
- 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)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本申请涉及一种芯片数据缓存方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取芯片需要进行处理的待处理数据集合；根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合；对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据；基于芯片的缓存空间空闲状态信息，将压缩数据缓存至匹配缓存位置中。采用本方法能够提高芯片的缓存性能。
Description
技术领域
本申请涉及集成电路芯片技术领域，特别是涉及一种芯片数据缓存方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着集成电路芯片的数据处理量、以及数据处理种类越来越多，芯片在单位时间处理的数据量也逐渐增多，而由于芯片的存储空间固定，从而使得大量数据的数据缓存，需要循环等待当前存储空间是否合适，从而进行缓存，使得集成电路芯片的缓存效率较低，影响芯片的数据处理效率。因此如何提升芯片的缓存性能是当前的研究重点。
传统的芯片缓存性能提升方式是对芯片扩容，从而确保集成电路芯片的运算效率的提升。但是该方式需要耗费大量资源，且芯片缓存过程中对缓存空间的利用率较低，从而导致芯片的缓存性能较差。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高芯片的缓存性能的芯片数据缓存方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
一种芯片数据缓存方法，包括：
获取芯片需要进行处理的待处理数据集合；
根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合；
对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；
对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据；
获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。
在其中一个实施例中，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据，包括：
对于数据处理任务对应的任一数据类型的待处理数据分组，根据数据类型的待处理数据分组中各数据之间的关联程度信息，生成数据类型对应的待压缩数据序列；
对于数据处理任务对应的任一数据类型对应的待压缩数据序列，对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据。
在其中一个实施例中，对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据，包括：
确定数据类型对应的待压缩数据序列中每两个相邻数据之间的相同数据内容；
对于任一两个相邻数据中的后一个数据，将后一个数据中的相同数据内容删除，并在删除位置添加相同数据内容在前一个数据的位置标识和数据复用策略标识，得到两个相邻数据对应的调整后数据；
基于待压缩数据序列中各两个相邻数据对应的调整后数据，对待压缩数据序列进行数据压缩处理，得到数据类型对应的压缩数据。
在其中一个实施例中，获取芯片的缓存空间空闲状态信息，包括：
获取芯片的各缓存区对应的缓存饱和度；任一缓存区对应的缓存饱和度为缓存区的当前被占用内存占缓存区的总内存的占比数值；
将缓存饱和度低于预设缓存饱和度阈值的缓存区作为目标缓存区；
对于任一目标缓存区，获取目标缓存区的空闲缓存区域位置信息，将各目标缓存区的空闲缓存区域位置信息作为芯片的缓存空间状态信息。
在其中一个实施例中，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中，包括：
基于各目标缓存区的空闲缓存区域位置信息，确定各目标缓存区的空闲内存量；
根据各目标缓存区的空闲内存量和压缩数据的数据量，在各目标缓存区中确定针对压缩数据的匹配缓存位置；
将压缩数据缓存至匹配缓存位置中。
在其中一个实施例中，方法还包括：
获取芯片的当前数据处理任务和当前处理数据类型；当前数据处理类型为当前数据处理任务当前正在处理的数据类型；
基于当前数据处理任务对应的任务标识和当前处理数据类型对应的数据类型标识，在芯片的缓存区中调取相应的压缩数据，作为当前数据处理任务的候选处理数据。
一种芯片数据缓存装置，包括：
获取模块，用于获取芯片需要进行处理的待处理数据集合；
划分模块，用于根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合；
分组模块，用于对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；
压缩模块，用于对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据；
缓存模块，用于获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。
一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
上述芯片数据缓存方法、装置、计算机设备、存储介质和计算机程序产品，通过获取芯片需要进行处理的待处理数据集合；根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合，从而提升了从缓存空间信息中调用相同数据处理任务以及相同数据类型的数据的调用速率；对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据，通过对每个子数据组进行数据压缩处理，得到每个子数据组对应的压缩数据，减少了各数据信息的数据量，从而提升了缓存空间信息的缓存能力和缓存数据信息的数目；获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中，通过各压缩数据的数据量以及各子空闲内存信息的内存量，筛选各压缩数据对应的目标空闲内存信息，再进行缓存处理，避免了缓存空间信息的空间利用率低的问题，提升了缓存空间信息的综合利用率。
附图说明
图1为一个实施例中一种芯片数据缓存方法的应用环境图；
图2为一个实施例中一种芯片数据缓存方法的流程示意图；
图3为另一个实施例中一种芯片数据缓存方法的流程示意图；
图4为一个实施例中一种芯片数据缓存装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是本公开的一些方面相一致的装置和方法的例子。
本申请实施例提供的芯片数据缓存方法，可以应用于物联网芯片、集成电路芯片的应用环境中，也可以应用于图1所示应用系统中的终端102或服务器102。图1中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102获取芯片需要进行处理的待处理数据集合；终端102根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合；终端102对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；终端102对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据；终端102获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种芯片数据缓存方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
步骤S202，获取芯片需要进行处理的待处理数据集合。
其中，待处理数据集合可以包括需要芯片进行处理的各数据。
具体实现中，终端获取芯片需要进行处理的待处理数据集。
步骤S204，根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合。
其中，数据处理任务可以是数据排序、数据分类、数据计算、数据复用等单个或多个结合的任务。
具体实现中，终端根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合。
步骤S206，对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组。
其中，数据类型包括但不限于文字数据、音频数据、图片数据、代码数据等。
具体实现中，对于任一数据处理任务，终端对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组。
步骤S208，对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据。
其中，压缩数据中的每个数据信息为经过精简后的数据信息。
具体实现中，对于任一数据处理任务，终端对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据。
步骤S210，获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。
其中，缓存空间空闲状态信息可以是缓存空间对应的多个缓存区的空闲缓存区状态。
其中，匹配缓存位置为芯片的各缓存区中适用于缓存压缩数据的空闲缓存位置。
具体实现中，终端获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，终端基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。
为了便于本领域技术人员理解，下述示例性地提供了一种芯片数据缓存方法，该方法基于本实施例芯片数据缓存方法实现，该方法具体包括：
1)终端在获得授权的情况下，获取芯片的当前缓存区域的缓存使用信息，得到芯片的缓存空间信息。然后，终端检测需要芯片进行数据处理的各数据、以及芯片的数据缓存策略。其中，数据缓存策略为芯片将数据存储与缓存区的缓存方式。再后，终端识别缓存空间信息的空闲内存信息。其中，空闲内存信息包括缓存空间信息对应的多个缓存区的空闲缓存区域。
2)终端识别每个数据的数据处理任务，并将相同数据处理任务的数据划分至同一组中，得到多个待处理数据组。其中，数据处理任务为该数据需要进行数据处理的任务信息，该任务信息包含于该数据中。该任务信息例如数据排序、数据分类、数据计算、数据复用等单个或多个结合的任务。
3)终端针对每个待处理数据组，将相同待处理数据组中的数据，按照各数据的数据类型划分为多个子数据组。其中数据类型用于表征该数据信息所属的数据种类，其中数据种类包括但不限于文字数据、音频数据、图片数据、代码数据等。终端对每个子数据组进行数据压缩处理，得到每个子数据组对应的压缩数据。其中压缩数据中的每个数据信息为经过精简后的数据信息。
4)终端基于空闲内存信息，识别缓存空间的各缓存区的子空闲内存，以及各子空闲内存的内存量，并基于各缓存数据组的各压缩数据的数据量、以及各子空闲内存的内存量，在各子空间内存中筛选压缩数据对应的目标空闲内存信息。
5)终端基于芯片的数据缓存策略，将各压缩数据同时缓存至各压缩数据对应的目标空闲内存信息。
上述芯片数据缓存方法中，通过获取芯片需要进行处理的待处理数据集合；根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合，从而提升了从缓存空间信息中调用相同数据处理任务以及相同数据类型的数据的调用速率；对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据，通过对每个子数据组进行数据压缩处理，得到每个子数据组对应的压缩数据，减少了各数据信息的数据量，从而提升了缓存空间信息的缓存能力和缓存数据信息的数目；获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中，通过各压缩数据的数据量以及各子空闲内存信息的内存量，筛选各压缩数据对应的目标空闲内存信息，再进行缓存处理，避免了缓存空间信息的空间利用率低的问题，提升了缓存空间信息的综合利用率。
在另一个实施例中，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据，包括：对于数据处理任务对应的任一数据类型的待处理数据分组，根据数据类型的待处理数据分组中各数据之间的关联程度信息，生成数据类型对应的待压缩数据序列；对于数据处理任务对应的任一数据类型对应的待压缩数据序列，对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据。
其中，关联程度信息可以是数据之间的信息相关度。
具体实现中，对于数据处理任务对应的任一数据类型的待处理数据分组，终端根据数据类型的待处理数据分组中各数据之间的关联程度信息，生成数据类型对应的待压缩数据序列，对于数据处理任务对应的任一数据类型对应的待压缩数据序列，终端对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据。
实际应用中，终端针对每个子数据组，识别子数据组中的各数据之间的相关度。然后，终端基于各数据之间的相进行数据压缩处理，得到子数据组对应的压缩数据。
具体地，终端获取子数据组中的各数据的来源信息、以及各数据的数据内容，并基于各数据的来源信息，确定各数据之间的第一相似度。其中第一相似度包括1和0，1表征两个数据来源于同一来源信息，0表征两个数据来源于不同来源信息。其中来源信息为数据的发送端口。然后，终端提取每个数据内容的数据特征信息，并基于各数据内容的数据特征信息，计算各数据内容之间的相似度距离信息，得到各数据之间的第二相似度。其中相似度距离计算方式可以但不限于是欧式距离算法、马氏距离算法等。然后终端将各数据之间的第一相似度、以及各数据之间的第二相似度进行平均求和处理，得到各数据之间的相关度。上述确定各数据之间的相关度的方法，通过确定来源信息的相似度、以及数据特征信息的相似度，从而确定各数据信息的相关度，提升了确定的数据信息的相关度的精准度
本实施例的技术方案，通过数据之间的相关度进行压缩排序，从而进行数据压缩处理，减少了数据压缩处理后所有的数据量。
在另一个实施例中，对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据，包括：确定数据类型对应的待压缩数据序列中每两个相邻数据之间的相同数据内容；对于任一两个相邻数据中的后一个数据，将后一个数据中的相同数据内容删除，并在删除位置添加相同数据内容在前一个数据的位置标识和数据复用策略标识，得到两个相邻数据对应的调整后数据；基于待压缩数据序列中各两个相邻数据对应的调整后数据，对待压缩数据序列进行数据压缩处理，得到数据类型对应的压缩数据。
具体实现中，终端确定数据类型对应的待压缩数据序列中每两个相邻数据之间的相同数据内容，对于任一两个相邻数据中的后一个数据，终端将后一个数据中的相同数据内容删除，并在删除位置添加相同数据内容在前一个数据的位置标识和数据复用策略标识，得到两个相邻数据对应的调整后数据，终端基于待压缩数据序列中各两个相邻数据对应的调整后数据，对待压缩数据序列进行数据压缩处理，得到数据类型对应的压缩数据。
举例来说，终端按照压缩序列从前到后的顺序，识别相邻两个数据中的相似数据内容，并识别各相似数据内容之间的相同数据内容。然后，在相邻两个数据信息的后一位数据信息中，删除相同数据内容，并在相同数据内容的位置添加相邻两个数据的前一位数据信息中的相同数据内容的位置信息、以及相同数据内容的复用策略，得到相邻两个数据对应的新数据。最后，终端按照数据信息的压缩序列，将各新数据进行数据压缩处理，得到子数据组对应的压缩数据。具体地，数据包括A(123456)、B(234789)、C(789abc)、D(ahcdef)，压缩序列为A→B→C→D，则将按照上述步骤处理后为A(123456)，B(*789)、C(*abc)、D(*def)其中，*为复用前一数据信息中相同数据内容的服用策略标识。
本实施例的技术方案，通过删减压缩处理，减少了需要压缩的数据量，从而优化了压缩后数据的数据量。
在另一个实施例中，获取芯片的缓存空间空闲状态信息，包括：获取芯片的各缓存区对应的缓存饱和度；任一缓存区对应的缓存饱和度为缓存区的当前被占用内存占缓存区的总内存的占比数值；将缓存饱和度低于预设缓存饱和度阈值的缓存区作为目标缓存区；对于任一目标缓存区，获取目标缓存区的空闲缓存区域位置信息，将各目标缓存区的空闲缓存区域位置信息作为芯片的缓存空间状态信息。
其中，目标缓存区可以是缓存区的当前被占用内存占缓存区的总内存的占比数值大于预设阈值的缓存区。
其中，空闲缓存区域位置信息可以是指目标缓存区中的空闲子空间曲线。
具体实现中，终端获取芯片的各缓存区对应的缓存饱和度，并将缓存饱和度低于预设缓存饱和度阈值的缓存区作为目标缓存区，对于任一目标缓存区，终端获取目标缓存区的空闲缓存区域位置信息，并将各目标缓存区的空闲缓存区域位置信息作为芯片的缓存空间状态信息。
举例来说，终端获取芯片缓存空间的各缓存区，并识别每个缓存区的缓存饱和度。其中，缓存饱和度为该缓存区的占用缓存区的内存大小除以该缓存区的内存大小得到的比例值。然后，终端预设缓存饱和度阈值，并将缓存饱和度低于缓存饱和度阈值的缓存区作为目标缓存区。最后，终端识别每个目标缓存区的空闲缓存区域，其中空闲缓存区域为空闲缓存在该缓存区所占的位置范围。终端将所有空闲缓存区域作为缓存空间信息的空闲内存信息。
本实施例的技术方案，通过获取缓存空间的各缓存区的空闲缓存区域，得到缓存空间的空闲内存信息，提升了确定芯片的空闲内存的精准度和全面性。
在另一个实施例中，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中，包括：基于各目标缓存区的空闲缓存区域位置信息，确定各目标缓存区的空闲内存量；根据各目标缓存区的空闲内存量和压缩数据的数据量，在各目标缓存区中确定针对压缩数据的匹配缓存位置；将压缩数据缓存至匹配缓存位置中。
具体实现中，终端基于各目标缓存区的空闲缓存区域位置信息，确定各目标缓存区的空闲内存量，终端根据各目标缓存区的空闲内存量和压缩数据的数据量，在各目标缓存区中确定针对压缩数据的匹配缓存位置，终端将压缩数据缓存至匹配缓存位置中。
本实施例的技术方案，通过筛选适配各压缩数据对应的数据量的目标空闲内存，提升了目标空闲内存的利用率。
在另一个实施例中，方法还包括：获取芯片的当前数据处理任务和当前处理数据类型；当前数据处理类型为当前数据处理任务当前正在处理的数据类型；基于当前数据处理任务对应的任务标识和当前处理数据类型对应的数据类型标识，在芯片的缓存区中调取相应的压缩数据，作为当前数据处理任务的候选处理数据。
其中，当前数据处理任务可以是指芯片当前正在处理的数据处理任务。
其中，任务标识可以是指数据处理任务被标记成的标识。
其中，数据类型标识可以是指数据类型对应的标识，例如，文字数据、音频数据、图片数据、代码数据等对应的标识。
其中，候选处理数据可以是下一个需要进行处理的数据。
具体实现中，终端获取芯片的当前数据处理任务和当前处理数据类型，并基于当前数据处理任务对应的任务标识和当前处理数据类型对应的数据类型标识，在芯片的缓存区中调取相应的压缩数据，作为当前数据处理任务的候选处理数据。
举例来说，终端识别芯片当前正在处理的当前数据信息、以及芯片的最大运算速率对应的单位时间的目标数据处理量，并识别当前数据信息的数据处理任务、以及当前数据信息的数据类型。然后，终端基于当前数据的数据处理任务、以及当前数据的数据类型，在各子数据组中，筛选相同数据处理任务、且相同数据类型的子数据组，作为目标子数据组，并基于目标子数据组中的每个数据的数据量、目标子数据组的数据序列、以及芯片的目标数据处理量，在目标子数据的数据中，筛选目标数据作为芯片的候选处理数据信息。
本实施例的技术方案，通过筛选相同数据类型，相同数据处理任务的压缩数据对应的数据，作为候选处理数据，提升了数据调用效率，在此基础上，减少了芯片调整数据处理策略的过程，提升了芯片的数据处理、数据调用效率。
下述还示例性地提供了一种确定每个目标缓存区的子空间内存的内存量的方法，具体包括：
终端识别每个目标缓存区的每个空闲缓存区域在目标缓存区的位置范围，并将每个目标缓存区的所有空闲缓存区域对应的位置范围，作为每个目标缓存区的子空闲内存。然后，终端识别每个目标缓存区的每个空闲缓存区域能够存储的数据量，并将每个目标缓存区的所有空闲缓存区域能够存储的数据量的总和，作为每个目标缓存区的子空闲内存信息的内存量。
通过上述确定每个目标缓存区的子空间内存的内存量的方法，通过筛选目标缓存区的位置范围作为子空闲内存，提升了对缓存区的利用率，避免由于缓存区位置较少而对各子数据组进行拆分，从而导致后期调用数据信息的调用效率差的问题。
进一步地，下述还示例性地提供了一种在各子空间内存信息中筛选压缩数据对应的目标空闲内存信息的方法，具体包括：
终端针对每个压缩数据，在各子空闲内存中筛选内存量大于压缩数据的数据量的子空闲内存，作为初始目标空闲内存。然后，终端识别每个压缩数据的各数据的数据量，并基于各初始目标空闲内存的各空闲缓存区域能够存储的数据量，在各初始目标空闲内存中，筛选能够适配各数据的数据量的数目最多、且剩余空闲缓存区域数目最少的初始目标空闲内存，作为压缩数据对应的目标空闲内存信息。
基于上述方案，通过筛选适配各数据信息对应的数据量的目标空闲内存信息，提升了目标空闲内存信息的利用率。
下述还示例性地提供了一种将每个待处理数据组进行划分为多个子数据组的方法，具体包括：
终端针对每个缓存数据组，识别该缓存数据组中的各数据的数据类型。然后，终端基于各数据的数据类型，对各数据进行划分，得到多个初始子数据组。再后，终端针对每个初始子数据组，识别该初始子数据组中的各数据的数据量、以及初始子数据组中的各数据的关键度。然后，终端基于各数据的数据量、以及各数据的关键度，对各数据进行排序处理，得到各数据的数据序列，并将包含数据序列的初始子数据组，作为子数据组。其中数据的关键度为工作人员在上传该数据时在数据中添加的关键度标签。其中该关键度标签按照关键度从大到小的顺序进行排序分别为：A1、A2、A3、A4、A5。其中A1、A2、A3、A4、A5可以为具体的数值、也可以为拟定的关键度等级划分标识。
上述将每个待处理数据组进行划分为多个子数据组的方法，通过识别数据的数据量、以及数据的关键度，从而确定数据序列，提升了确定的数据序列的精准度。
在另一个实施例中，如图3所示，提供了一种芯片数据缓存方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
步骤S302，获取芯片需要进行处理的待处理数据集合。
步骤S302，根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合。
步骤S306，对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组。
步骤S308，对于任一数据处理任务，对于数据处理任务对应的任一数据类型的待处理数据分组，根据数据类型的待处理数据分组中各数据之间的关联程度信息，生成数据类型对应的待压缩数据序列。
步骤S310，对于数据处理任务对应的任一数据类型对应的待压缩数据序列，对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据。
步骤S312，获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。
需要说明的是，上述步骤的具体限定可以参见上文对一种芯片数据缓存方法的具体限定。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的芯片数据缓存方法的芯片数据缓存装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个芯片数据缓存装置实施例中的具体限定可以参见上文中对于芯片数据缓存方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种芯片数据缓存装置，包括：
获取模块402，用于获取芯片需要进行处理的待处理数据集合；
划分模块404，用于根据待处理数据集中各待处理数据对应的数据处理任务，对待处理数据集中的数据进行划分，得到各数据处理任务对应的待处理数据子集合；
分组模块406，用于对于任一数据处理任务，对数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到数据处理任务对应的各数据类型的待处理数据分组；
压缩模块408，用于对于任一数据处理任务，对数据处理任务对应的各数据类型的待处理数据分组进行数据压缩处理，得到数据处理任务对应的各数据类型的压缩数据；
缓存模块410，用于获取芯片的缓存空间空闲状态信息，对于任一数据处理任务对应的任一数据类型的压缩数据，基于缓存空间空闲状态信息，在芯片的缓存区空闲位置中确定针对压缩数据的匹配缓存位置，并将压缩数据缓存至匹配缓存位置中。
在其中一个实施例中，压缩模块408，具体用于对于数据处理任务对应的任一数据类型的待处理数据分组，根据数据类型的待处理数据分组中各数据之间的关联程度信息，生成数据类型对应的待压缩数据序列；对于数据处理任务对应的任一数据类型对应的待压缩数据序列，对数据类型对应的待压缩数据序列进行数据压缩处理，得到数据类型的压缩数据。
在其中一个实施例中，压缩模块408，具体用于确定数据类型对应的待压缩数据序列中每两个相邻数据之间的相同数据内容；对于任一两个相邻数据中的后一个数据，将后一个数据中的相同数据内容删除，并在删除位置添加相同数据内容在前一个数据的位置标识和数据复用策略标识，得到两个相邻数据对应的调整后数据；基于待压缩数据序列中各两个相邻数据对应的调整后数据，对待压缩数据序列进行数据压缩处理，得到数据类型对应的压缩数据。
在其中一个实施例中，获取模块402，具体用于获取芯片的各缓存区对应的缓存饱和度；任一缓存区对应的缓存饱和度为缓存区的当前被占用内存占缓存区的总内存的占比数值；将缓存饱和度低于预设缓存饱和度阈值的缓存区作为目标缓存区；对于任一目标缓存区，获取目标缓存区的空闲缓存区域位置信息，将各目标缓存区的空闲缓存区域位置信息作为芯片的缓存空间状态信息。
在其中一个实施例中，缓存模块410，用于基于各目标缓存区的空闲缓存区域位置信息，确定各目标缓存区的空闲内存量；根据各目标缓存区的空闲内存量和压缩数据的数据量，在各目标缓存区中确定针对压缩数据的匹配缓存位置；将压缩数据缓存至匹配缓存位置中。
在其中一个实施例中，所述装置还包括：确定模块，用于获取芯片的当前数据处理任务和当前处理数据类型；当前数据处理类型为当前数据处理任务当前正在处理的数据类型；基于当前数据处理任务对应的任务标识和当前处理数据类型对应的数据类型标识，在芯片的缓存区中调取相应的压缩数据，作为当前数据处理任务的候选处理数据。
上述芯片数据缓存装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储芯片数据缓存数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种芯片数据缓存方法。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种芯片数据缓存方法的步骤。此处一种芯片数据缓存方法的步骤可以是上述各个实施例的一种芯片数据缓存方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种芯片数据缓存方法的步骤。此处一种芯片数据缓存方法的步骤可以是上述各个实施例的一种芯片数据缓存方法中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种芯片数据缓存方法的步骤。此处一种芯片数据缓存方法的步骤可以是上述各个实施例的一种芯片数据缓存方法中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种芯片数据缓存方法，其特征在于，所述方法包括：
获取芯片需要进行处理的待处理数据集合；
根据所述待处理数据集中各待处理数据对应的数据处理任务，对所述待处理数据集中的数据进行划分，得到各所述数据处理任务对应的待处理数据子集合；
对于任一所述数据处理任务，对所述数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到所述数据处理任务对应的各数据类型的待处理数据分组；
对于任一所述数据处理任务，对所述数据处理任务对应的各所述数据类型的待处理数据分组进行数据压缩处理，得到所述数据处理任务对应的各数据类型的压缩数据；
获取所述芯片的缓存空间空闲状态信息，对于任一所述数据处理任务对应的任一所述数据类型的压缩数据，基于所述缓存空间空闲状态信息，在所述芯片的缓存区空闲位置中确定针对所述压缩数据的匹配缓存位置，并将所述压缩数据缓存至所述匹配缓存位置中。
2.根据权利要求1所述的方法，其特征在于，所述对所述数据处理任务对应的各所述数据类型的待处理数据分组进行数据压缩处理，得到所述数据处理任务对应的各数据类型的压缩数据，包括：
对于所述数据处理任务对应的任一所述数据类型的待处理数据分组，根据所述数据类型的待处理数据分组中各数据之间的关联程度信息，生成所述数据类型对应的待压缩数据序列；
对于所述数据处理任务对应的任一所述数据类型对应的待压缩数据序列，对所述数据类型对应的待压缩数据序列进行数据压缩处理，得到所述数据类型的压缩数据。
3.根据权利要求2所述的方法，其特征在于，所述对所述数据类型对应的待压缩数据序列进行数据压缩处理，得到所述数据类型的压缩数据，包括：
确定所述数据类型对应的待压缩数据序列中每两个相邻数据之间的相同数据内容；
对于任一所述两个相邻数据中的后一个数据，将所述后一个数据中的所述相同数据内容删除，并在删除位置添加所述相同数据内容在前一个数据的位置标识和数据复用策略标识，得到所述两个相邻数据对应的调整后数据；
基于所述待压缩数据序列中各所述两个相邻数据对应的调整后数据，对所述待压缩数据序列进行数据压缩处理，得到所述数据类型对应的压缩数据。
4.根据权利要求1所述的方法，其特征在于，所述获取所述芯片的缓存空间空闲状态信息，包括：
获取所述芯片的各缓存区对应的缓存饱和度；任一所述缓存区对应的缓存饱和度为所述缓存区的当前被占用内存占所述缓存区的总内存的占比数值；
将所述缓存饱和度低于预设缓存饱和度阈值的所述缓存区作为目标缓存区；
对于任一所述目标缓存区，获取所述目标缓存区的空闲缓存区域位置信息，将各所述目标缓存区的空闲缓存区域位置信息作为所述芯片的缓存空间状态信息。
5.根据权利要求4所述的方法，其特征在于，所述基于所述缓存空间空闲状态信息，在所述芯片的缓存区空闲位置中确定针对所述压缩数据的匹配缓存位置，并将所述压缩数据缓存至所述匹配缓存位置中，包括：
基于各所述目标缓存区的空闲缓存区域位置信息，确定各所述目标缓存区的空闲内存量；
根据各所述目标缓存区的空闲内存量和所述压缩数据的数据量，在各所述目标缓存区中确定针对所述压缩数据的匹配缓存位置；
将所述压缩数据缓存至所述匹配缓存位置中。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述芯片的当前数据处理任务和当前处理数据类型；所述当前数据处理类型为所述当前数据处理任务当前正在处理的数据类型；
基于所述当前数据处理任务对应的任务标识和所述当前处理数据类型对应的数据类型标识，在所述芯片的缓存区中调取相应的压缩数据，作为所述当前数据处理任务的候选处理数据。
7.一种芯片数据缓存装置，其特征在于，所述装置包括：
获取模块，用于获取芯片需要进行处理的待处理数据集合；
划分模块，用于根据所述待处理数据集中各待处理数据对应的数据处理任务，对所述待处理数据集中的数据进行划分，得到各所述数据处理任务对应的待处理数据子集合；
分组模块，用于对于任一所述数据处理任务，对所述数据处理任务对应的待处理数据子集合中的数据按照数据类型进行分组，得到所述数据处理任务对应的各数据类型的待处理数据分组；
压缩模块，用于对于任一所述数据处理任务，对所述数据处理任务对应的各所述数据类型的待处理数据分组进行数据压缩处理，得到所述数据处理任务对应的各数据类型的压缩数据；
缓存模块，用于获取所述芯片的缓存空间空闲状态信息，对于任一所述数据处理任务对应的任一所述数据类型的压缩数据，基于所述缓存空间空闲状态信息，在所述芯片的缓存区空闲位置中确定针对所述压缩数据的匹配缓存位置，并将所述压缩数据缓存至所述匹配缓存位置中。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311873751.XA CN117873391A (zh) | 2023-12-29 | 2023-12-29 | 芯片数据缓存方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311873751.XA CN117873391A (zh) | 2023-12-29 | 2023-12-29 | 芯片数据缓存方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117873391A true CN117873391A (zh) | 2024-04-12 |
Family
ID=90591468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311873751.XA Pending CN117873391A (zh) | 2023-12-29 | 2023-12-29 | 芯片数据缓存方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117873391A (zh) |
-
2023
- 2023-12-29 CN CN202311873751.XA patent/CN117873391A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108399175B (zh) | 一种数据存储、查询方法及其装置 | |
| CN111949681A (zh) | 数据的聚合处理装置、方法和存储介质 | |
| WO2017095439A1 (en) | Incremental clustering of a data stream via an orthogonal transform based indexing | |
| CN115470156A (zh) | 基于rdma的内存使用方法、系统、电子设备和存储介质 | |
| CN117271100B (zh) | 算法芯片集群调度方法、装置、计算机设备和存储介质 | |
| CN114089921A (zh) | 电力系统数据存储方法、装置、计算机设备和存储介质 | |
| CN116204311A (zh) | Pod集群扩缩容方法、装置、计算机设备和存储介质 | |
| CN117873391A (zh) | 芯片数据缓存方法、装置、计算机设备和存储介质 | |
| CN115146103A (zh) | 图像检索方法、装置、计算机设备、存储介质和程序产品 | |
| CN114238264A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN117873422A (zh) | 芯片数据处理方法、装置、计算机设备和存储介质 | |
| CN117971742A (zh) | 基于传输序列的芯片数据传输方法和装置 | |
| CN117216009A (zh) | 文件处理方法、装置、设备、存储介质和计算机程序产品 | |
| CN118467174A (zh) | 一种基于人工智能的云计算数据处理方法与系统 | |
| CN117459519A (zh) | 可回溯文件处理方法、装置、计算机设备和存储介质 | |
| CN116910115A (zh) | 客群查询方法、装置、计算机设备和存储介质 | |
| CN108809726B (zh) | 盒覆盖节点的方法和系统 | |
| CN116882648A (zh) | 账户资源分配方法、装置、计算机设备和存储介质 | |
| CN118133331A (zh) | 芯片存储数据的隐私保护方法、装置和计算机设备 | |
| CN116932677A (zh) | 地址信息匹配方法、装置、计算机设备和存储介质 | |
| CN118113642A (zh) | 芯片运算方法、装置、计算机设备和存储介质 | |
| CN118113530A (zh) | 芯片故障定位方法、装置、计算机设备和存储介质 | |
| CN117874786A (zh) | 芯片数据加密方法、解密方法、装置和计算机设备 | |
| CN116450669A (zh) | 数据查询方法、装置、计算机设备、存储介质 | |
| CN117407418A (zh) | 信息获取方法、装置、计算机设备、存储介质和程序产品 |
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 |