摘要
本申请公开了一种图形处理器能效预测方法、装置、设备及存储介质,涉及计算机技术领域,包括:获取当前运行中的目标服务器内的图形处理器的芯片温度和供电电压;获取性能计数器实时监测到的图形处理器的硬件行为数据,得到当前性能计数器数据;将当前性能计数器数据输入至利用历史处理器能效值和历史性能计数器数据对预设神经网络模型进行训练后得到的能效预测模型中,以基于当前性能计数器数据对图形处理器的当前能效进行预测,得到初始能效预测值;利用芯片温度和供电电压对初始能效预测值进行补偿得到目标能效预测值。本申请通过芯片温度和供电电压对模型预测的能效值中存在的环境干扰进行了补偿,从而提高了能效预测的准确性。
技术关键词
性能计数器
图形处理器
能效预测方法
皮尔逊相关系数
神经网络模型
特征值
多处理器
芯片
电压
服务器
戳计数器
功率值
存储计算机程序
存储器
数据获取模块