本申请提供了一种确定CPU内核的频率的方法、装置及计算机。在实施例中，方法应用于包括CPU内核的计算机，方法包括：确定所述CPU内核处理当前的负载时的运行数据；基于所述运行数据，确定在所述当前的负载下所述CPU内核在不同频率值下的负载运行性能分；基于所述CPU内核在不同频率值下的负载运行性能分，确定所述CPU内核对应的第一频率值，以使所述CPU内核基于所述第一频率值运行。本申请实施例提供的技术方案，通过考虑CPU内核处理当前的负载时在不同频率值下的负载运行性能分，在保证CPU内核的负载运行性能的条件下尽可能的降低功耗，最大程度实现节能。最大程度实现节能。最大程度实现节能。
【技术实现步骤摘要】
确定CPU内核的频率的方法、装置及计算机
[0001]本申请涉及通信
，尤其涉及一种确定CPU内核的频率的方法、装置及计算机。
技术介绍
[0002]CPU动态频率调整是计算机系统结构中的一种电源管理技术，它可以根据处理器的实时使用状况，提高或降低CPU的频率。由于CPU功耗与运行频率有关，因此在系统闲置或低速运行时可以通过降低CPU的频率来降低CPU的功耗。
[0003]目前，通过设置不同的观测指标比如CPU利用率、CPU温度，当观测指标对应的数值超过预先设置的阈值时则触发相应的调频动作，或者，将观测指标通过某种方式映射成CPU频率，从而实现CPU的频率进行调节。
[0004]但是，观测指标的选择依赖于专家经验，CPU资源的差异可能影响观测指标的选取，容易对负载运行性能造成影响。
技术实现思路
[0005]本申请实施例提供了一种确定CPU内核的频率的方法、装置及计算机，通过考虑CPU内核处理当前的负载时在不同频率值下的负载运行性能分，在保证CPU内核的负载运行性能的条件下尽可能的降低功耗，最大程度实现节能。
[0006]第一方面，本申请实施例提供了一种确定CPU内核的频率的方法，应用于计算机，计算机包括CPU内核，方法包括：确定CPU内核处理当前的负载时的运行数据；基于运行数据，确定在当前的负载下CPU内核在不同频率值下的负载运行性能分；基于CPU内核在不同频率值下的负载运行性能分，确定CPU内核对应的第一频率值，以使CPU内核基于第一频率值运行。
[0007]本方案中，通过考虑CPU内核处理当前的负载时在不同频率值下的负载运行性能分，在保证CPU内核的负载运行性能的条件下尽可能的降低功耗，最大程度实现节能。
[0008]在一种可能的实现方式中，基于CPU内核在不同频率值下的负载运行性能分，确定CPU内核对应的第一频率值，包括：确定当前的负载对应的性能分区间；基于CPU内核在不同频率值下的负载运行性能分和当前的负载对应的性能分区间，确定CPU内核对应的第一频率值。
[0009]本实现方式中，在性能分区间内进行频率寻优，从而在确保CPU内核运行负载的性能的基础上，尽可能降低功耗，最大程度上实现节能。
[0010]在一种可能的实现方式中，第一频率值为位于性能分区间的多个负载运行性能分对应的频率值中的最小值。
[0011]本实现方式中，在性能损失约束范围内选择最小的频率，尽可能降低功耗，最大程度上实现节能。
[0012]在一种可能的实现方式中，确定当前的负载对应的性能分区间，包括：确定CPU内
核对应的最大频率值；确定CPU内核在最大频率值下运行的负载运行性能分；确定当前的负载对应的性能损失值；基于当前的负载对应的性能损失值和CPU内核在最大频率值下运行的负载运行性能分，确定当前的负载对应的性能分区间。
[0013]本实现方式中，在性能损失约束范围内尽量降低CPU内核的频率，尽可能降低功耗，最大程度上实现节能。
[0014]在一种可能的实现方式中，确定当前的负载对应的性能损失值，包括：确定CPU内核处理当前的负载下实现的业务的业务类型；基于业务类型，确定当前的负载对应的性能损失值。
[0015]本实现方式中，基于不同的业务可接收的性能损失，在满足业务需求的前提下，尽可能降低CPU内核的频率，从而降低功耗，最大程度上实现节能。
[0016]在一种可能的实现方式中，基于运行数据，确定在当前的负载下CPU内核在不同频率值下的负载运行性能分，包括：基于运行数据，确定CPU内核对应的当前的负载的负载类型；基于运行数据和当前的负载类型，确定在当前的负载下CPU内核在不同频率值下的负载运行性能分。
[0017]本实现方式中，可按照负载类型针对性地调节CPU内核的频率，依据实时运行数据动态调节CPU内核的频率，尽可能降低功耗，实现最大节能收益。
[0018]在一种可能的实现方式中，计算机存储有负载运行性能评估模型；基于运行数据，确定在当前的负载下CPU内核在不同频率值下的负载运行性能分，包括：基于运行数据，确定不同频率值下的模型输入数据；对于不同频率值的各频率值，将频率值对应的模型输入数据作为负载运行性能评估模型的输入，确定负载运行性能评估模型输出的频率值对应的负载运行性能分。
[0019]本实现方式中，通过负载运行性能评估模型实现CPU内核运行负载时的性能情况，降低对专家经验的依赖程度。
[0020]在一种可能的实现方式中，模型输入数据包括多个性能评估指标各自对应在当前的负载下的值，基于运行数据，确定在当前的负载下CPU内核在不同频率值下的负载运行性能分之前，方法还包括：基于多个训练数据对负载运行性能评估模型进行训练，更新负载运行性能评估模型的模型参数，多个训练数据来自计算机和/或计算机之外的第一计算机，多个训练数据各自包括多个性能评估指标各自对应在历史的负载下的值和负载运行性能分。
[0021]本实现方式中，通过负载运行性能评估模型自动学习知识和规律，降低对专家经验的依赖程度。
[0022]在一种可能的实现方式中，训练的负载运行性能评估模型为计算机之外的第三计算机的负载运行性能评估模型，计算机和第三计算机之间的设备规格的相似度满足预设相似度阈值。
[0023]本实现方式中，通过模型迁移可以充分利用其他的计算机的负载运行性能评估模型学习到的知识和规律，无需从头开始训练，减小了模型训练的成本。
[0024]在一种可能的实现方式中，基于运行数据，确定在当前的负载下CPU内核在不同频率值下的负载运行性能分之前，方法还包括：基于计算机之外的第一计算机的负载运行性能评估模型的模型参数，更新负载运行性能评估模型的模型参数。
[0025]本实现方式中，通过模型参数的共享可以充分利用其他模型的知识，提升模型精
度和更新效率。
[0026]在一种可能的实现方式中，基于计算机之外的第二计算机的负载运行性能评估模型的模型参数，更新负载运行性能评估模型的模型参数，包括：基于计算机之外的第二计算机和计算机之间的设备规格的相似度，确定第二计算机的模型参数权重；基于第二计算机的负载运行性能评估模型的模型参数和模型参数权重，更新负载运行性能评估模型的模型参数。
[0027]本实现方式中，通过考虑计算机和其他计算机之间的设备规格的相似度，从而可以较为准确的评估出其他计算机的负载运行性能评估模型对计算机的性能评估的准确性的影响，进而提升模型精度。
[0028]在一种可能的实现方式中，基于运行数据，确定不同频率值下的模型输入数据，包括：基于运行数据确定当前的负载的负载类型；对于不同频率值的各值，当运行数据包括频率值，基于运行数据和负载类型确定模型输入数据，否则，基于运行数据中频率值之外的数据、频率值和负载类型确定模型输入数据。
[0029]本实现方式中，基于负载运行性能评估模型，可按照负载类型针对性的确定不同频率下的负载运行性能分，确保负载运行性能分的参考价值。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种确定CPU内核的频率的方法，其特征在于，应用于计算机，所述计算机包括CPU内核，所述方法包括：确定所述CPU内核处理当前的负载时的运行数据；基于所述运行数据，确定在所述当前的负载下所述CPU内核在不同频率值下的负载运行性能分；基于所述CPU内核在不同频率值下的负载运行性能分，确定所述CPU内核对应的第一频率值，以使所述CPU内核基于所述第一频率值运行。2.根据权利要求1所述的方法，其特征在于，所述基于所述CPU内核在不同频率值下的负载运行性能分，确定所述CPU内核对应的第一频率值，包括：确定所述当前的负载对应的性能分区间；基于所述CPU内核在不同频率值下的负载运行性能分和所述当前的负载对应的性能分区间，确定所述CPU内核对应的第一频率值。3.根据权利要求2所述的方法，其特征在于，所述第一频率值为位于所述性能分区间的多个负载运行性能分对应的频率值中的最小值。4.根据权利要求2所述的方法，其特征在于，所述不同频率值包括所述CPU内核的最大频率值，所述确定所述当前的负载对应的性能分区间，包括：确定所述当前的负载下所述CPU内核在所述最大频率值下的负载运行性能分；确定所述当前的负载对应的性能损失值；基于所述当前的负载对应的性能损失值和所述CPU内核在最大频率值下运行的负载运行性能分，确定所述当前的负载对应的性能分区间。5.根据权利要求1所述的方法，其特征在于，所述计算机存储有负载运行性能评估模型；所述基于所述运行数据，确定在所述当前的负载下所述CPU内核在不同频率值下的负载运行性能分，包括：基于所述运行数据，确定不同频率值下的模型输入数据；对于所述不同频率值的各频率值，将所述频率值对应的模型输入数据作为所述负载运行性能评估模型的输入，确定所述负载运行性能评估模型输出的所述频率值对应的负载运行性能分。6.根据权利要求5所述的方法，其特征在于，所述模型输入数据包括多个性能评估指标各自对应在所述当前的负载下的值，所述基于所述运行数据，确定在所述当前的负载下所述CPU内核在不同频率值下的负载运行性能分之前，方法还包括：基于多个训练数据对负载运行性能评估模型进行训练，更新所述负载运行性能评估模型的模型参数，所述多个训练数据来自所述计算机和/或所述计算机之外的第一计算机，所述多个训练数据各自包括所述多个性能评估指标各自对应在历史的负载下的值和负载运行性能分；或者，基于所述计算机之外的第一计算机的负载运行性能评估模型的模型参数，更新所述负载运行性能评估模型的模型参数。7.根据权利要求6所述的方法，其特征在于，所述训练的负载运行性能评估模型为所述计算机之外的第三计算机的负载运行性能评估模型...
【专利技术属性】
技术研发人员：吴俊杰，王江涛，付森波，
申请(专利权)人：华为云计算技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。