[發明專利]信息處理方法及電子設備有效
| 申請號: | 201410505772.0 | 申請日: | 2014-09-26 |
| 公開(公告)號: | CN105512572B | 公開(公告)日: | 2018-08-31 |
| 發明(設計)人: | 虞周君 | 申請(專利權)人: | 聯想(北京)有限公司 |
| 主分類號: | G06F21/70 | 分類號: | G06F21/70 |
| 代理公司: | 北京派特恩知識產權代理有限公司 11270 | 代理人: | 張穎玲;王黎延 |
| 地址: | 100085*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 信息處理 方法 電子設備 | ||
本發明公開了一種信息處理方法及電子設備,所述電子設備設置有中央處理單元,所述方法包括:獲取所述中央處理單元的累積運行時間;基于所述中央處理單元的累積運行時間,確定與所述中央處理單元的累積運行時間對應的電壓調整策略;基于所確定的電壓調整策略對所述第二電壓進行調整,得到第三電壓,以替代所述第二電壓;在所述中央處理單元的核心施加所述第一電壓、以及所述第三電壓,以使,所述中央處理單元運行于超頻模式時的硬失效率低于預設閾值。通過本發明,既能保證中央處理單元的超頻性能,又能延長中央處理單元的使用壽命。
技術領域
本發明涉及信息處理技術,尤其涉及一種信息處理方法及電子設備。
背景技術
目前,為降低電子設備中的中央處理單元軟失效(Software Failure)的發生概率即軟失效率,并使中央處理單元超頻運行以獲得更大的運算性能,會在中央處理單元核心施加額外的電壓,但是,這會增大中央處理單元內部的硅元素發生類似于電子漂移等物理上不可逆的損壞即硬失效(Hardware Failure)的發生概率即硬失效率,影響中央處理單元的使用壽命。
相關技術采用蒙特·卡羅方法(Monte Carlo method)模擬實驗,模擬出在中央處理單元的使用周期中的以下數據:中央處理單元的軟失效率與中央處理單元核心電壓的關系曲線、中央處理單元的硬失效率與中央處理單元核心電壓的關系曲線、以及累積失效(硬失效與軟失效的疊加)率與中央處理單元核心電壓的關系曲線;以計算出在需要超頻時在中央處理單元核心額外施加的電壓;但是,由于中央處理單元個體的差異性,實際應用中,通過上述方式并不能對中央處理單元的超頻運行進行最佳優化處理,在中央處理單元超頻運行時間過長可能會導致中央處理單元發生硬失效較多而損壞。
發明內容
本發明實施例提供一種信息處理方法及電子設備,則既能保證中央處理單元的超頻性能,又能延長中央處理單元的使用壽命。
本發明實施例的技術方案是這樣實現的:
本發明實施例提供一種信息處理方法,應用于電子設備中,所述電子設備設置有中央處理單元,當所述中央處理單元的核心施加有第一電壓時所述中央處理單元運行于非超頻模式,所述中央處理單元的核心在施加所述第一電壓的基礎上額外施加有第二電壓時,所述中央處理單元運行于超頻模式;所述方法包括:
獲取所述中央處理單元的累積運行時間;
基于所述中央處理單元的累積運行時間,確定與所述中央處理單元的累積運行時間對應的電壓調整策略;
基于所確定的電壓調整策略對所述第二電壓進行調整,得到第三電壓,以替代所述第二電壓;其中,所述第三電壓小于等于所述第二電壓;
在所述中央處理單元的核心施加所述第一電壓、以及所述第三電壓,以使,
所述中央處理單元運行于超頻模式時的硬失效率低于預設閾值。
優選地,所述獲取所述中央處理單元的累積運行時間,包括:
以系統管理中斷的方式觸發所述中央處理單元進入系統管理模式,以從所述中央處理單元的寄存器獲取第一運行時間,所述第一運行時間為所述中央處理單元從最后一次上電啟動至當前所運行的時間;
基于所述第一運行時間、以及所述中央處理單元的歷史運行時間,得到所述中央處理單元的累積運行時間。
優選地,所述電壓調整策略的數量為N個,所述N個電壓調整策略與所述中央處理單元所處的N個使用周期一一對應;其中,
N個電壓調整策略中第i電壓調整策略對所述第二電壓調整的幅度,小于第i-1電壓調整策略對所述第二電壓調整的幅度,i為大于等于1且小于等于N的整數。
優選地,所述基于所確定的電壓調整策略對所述第二電壓進行調整,得到第三電壓,包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于聯想(北京)有限公司,未經聯想(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410505772.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:人臉圖像處理方法及裝置
- 下一篇:基于機器學習的集成隱私保護方法





