本發(fā)明涉及移動通訊領(lǐng)域，特別是涉及一種處理數(shù)據(jù)的方法、裝置及終端。

背景技術(shù)：

Android系統(tǒng)的智能手機在使用一段時間后，通常會出現(xiàn)系統(tǒng)卡頓等問題，而且隨著使用時間的增加，系統(tǒng)卡頓將變得非常明顯，嚴(yán)重影響用戶體驗，導(dǎo)致用戶流失。

目前終端廠商針對系統(tǒng)卡頓，在硬件上的解決方案就是不斷的提高手機的硬件配置，選用運行更快、核數(shù)更多的CPU(中央處理器，Central Processing Unit)，選用更大的內(nèi)存，提高硬件性能以提高整個手機的計算能力，緩解系統(tǒng)卡頓。在軟件上的解決方案就是提供手機管家服務(wù)，讓用戶定期的清理手機空間，有的廠商甚至監(jiān)控手機閑時，在手機空閑時段悄悄在后臺殺死資源開銷量大的進程，關(guān)閉應(yīng)用或者對手機自動重啟。綜合硬件和軟件兩個方面的措施，使手機的硬件能夠提供足夠的計算資源給正在運行的進程。

手機終端廠商為了提高手機的運算能力，增強系統(tǒng)和應(yīng)用運行的流暢性，不斷的提高CPU單個內(nèi)核的計算能力和使用多核提高整個CPU的計算能力，從而導(dǎo)致CPU內(nèi)核的頻率越來越高，CPU的核數(shù)越來越多，由此帶來一系列的問題，比如頻率提高帶來的手機發(fā)熱、功耗增大等問題；此外，受到CPU加工工藝、電池續(xù)航時間等諸多因素的制約，手機CPU的頻率和核數(shù)在達到一定的峰值后將不能再做提高，否則會帶來手機發(fā)熱、外觀變丑、體積變大等一系列不良用戶體驗。

因此，當(dāng)CPU的頻率和核數(shù)達到瓶頸后，受限于CPU的計算能力，已經(jīng)無法再進一步解決系統(tǒng)卡頓問題，用戶在使用終端的過程中仍然會出現(xiàn)系統(tǒng)卡頓，體驗較低。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種處理數(shù)據(jù)的方法、裝置及終端，以至少解決現(xiàn)有技術(shù)的如下問題：當(dāng)CPU的頻率和核數(shù)達到瓶頸后，受限于CPU的計算能力，已經(jīng)無法再進一步解決系統(tǒng)卡頓問題，用戶在使用終端的過程中仍然會出現(xiàn)系統(tǒng)卡頓，體驗較低。

一方面，本發(fā)明提供一種處理數(shù)據(jù)的方法，包括：根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作；在所述預(yù)設(shè)系統(tǒng)運行過程中，將所述操作對應(yīng)的數(shù)據(jù)均分配給GPU(圖形處理器，Graphics Processing Unit)進行計算處理，以得到所述數(shù)據(jù)的處理結(jié)果。

可選的，將所述操作對應(yīng)的數(shù)據(jù)均分配給GPU進行處理，包括：通過CPU將所述數(shù)據(jù)處理為圖像數(shù)據(jù)，并發(fā)送至所述GPU，以使所述GPU對所述圖像數(shù)據(jù)進行計算處理；通過CPU接收所述GPU計算處理后的圖像數(shù)據(jù)，并對所述圖像數(shù)據(jù)進行解析處理，以得到所述數(shù)據(jù)的處理結(jié)果。

可選的，根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，包括：根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的執(zhí)行數(shù)量，并確定所述執(zhí)行數(shù)量超過預(yù)設(shè)數(shù)量的操作；或者，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的性能評分，并確定所述性能評分超過預(yù)設(shè)性能評分的操作。

可選的，所述預(yù)設(shè)性能評估模型的構(gòu)建過程，包括：根據(jù)所述預(yù)設(shè)系統(tǒng)中存在的各個功能進行性能評估模型實例化；針對所述預(yù)設(shè)系統(tǒng)所在設(shè)備的設(shè)備參數(shù)構(gòu)建實例化后的性能評估模型；將所有構(gòu)建完成的性能評估模型進行組合，以得到所述預(yù)設(shè)系統(tǒng)對應(yīng)的所述預(yù)設(shè)性能評估模型。

可選的，根據(jù)所述預(yù)設(shè)系統(tǒng)中存在的各個功能進行性能評估模型實例化，包括：為所述預(yù)設(shè)系統(tǒng)中每個操作對應(yīng)的各個功能設(shè)置構(gòu)件，并為每個構(gòu)件設(shè)置對應(yīng)的服務(wù)設(shè)備；為每個構(gòu)件設(shè)置其為對應(yīng)的服務(wù)設(shè)備服務(wù)時的性能分值和權(quán)重值，以根據(jù)各個構(gòu)件的所述性能分值和所述權(quán)重值確定對應(yīng)操作的性能評分。

另一方面，本發(fā)明還提供了一種處理數(shù)據(jù)的裝置，包括：確定模塊，用于根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作；處理模塊，用于在所述預(yù)設(shè)系統(tǒng)運行過程中，將所述操作對應(yīng)的數(shù)據(jù)均分配給GPU進行計算處理，以得到所述數(shù)據(jù)的處理結(jié)果。

可選的，所述處理模塊具體用于：通過CPU將所述數(shù)據(jù)處理為圖像數(shù)據(jù)，并發(fā)送至所述GPU，以使所述GPU對所述圖像數(shù)據(jù)進行計算處理；通過CPU接收所述GPU計算處理后的圖像數(shù)據(jù)，并對所述圖像數(shù)據(jù)進行解析處理，以得到所述數(shù)據(jù)的處理結(jié)果。

可選的，所述確定模塊具體用于：根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的執(zhí)行數(shù)量，并確定所述執(zhí)行數(shù)量超過預(yù)設(shè)數(shù)量的操作；或者，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的性能評分，并確定所述性能評分超過預(yù)設(shè)性能評分的操作。

可選的，所述裝置還包括：構(gòu)件模塊，用于構(gòu)建所述預(yù)設(shè)性能評估模型，具體構(gòu)建過程如下：根據(jù)所述預(yù)設(shè)系統(tǒng)中存在的各個功能進行性能評估模型實例化；針對所述預(yù)設(shè)系統(tǒng)所在設(shè)備的設(shè)備參數(shù)構(gòu)建實例化后的性能評估模型；將所有構(gòu)建完成的性能評估模型進行組合，以得到所述預(yù)設(shè)系統(tǒng)對應(yīng)的所述預(yù)設(shè)性能評估模型。

另一方面，本發(fā)明還提供了一種終端，包括：上述的處理數(shù)據(jù)的裝置。

本發(fā)明通過預(yù)設(shè)性能評估模型來模擬系統(tǒng)運行過程中的各種情況，以此為依據(jù)來確定各個操作中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，此類操作就是負荷較高的操作，因此，可以在系統(tǒng)實際運行過程中，一旦發(fā)現(xiàn)該操作時，就將該操作對應(yīng)的數(shù)據(jù)來分配給GPU進行處理，以分擔(dān)CPU的負荷，進而終端在使用過程中的數(shù)據(jù)被分擔(dān)處理，不會再出現(xiàn)系統(tǒng)卡頓的情況，解決了現(xiàn)有技術(shù)的如下問題：當(dāng)CPU的頻率和核數(shù)達到瓶頸后，受限于CPU的計算能力，已經(jīng)無法再進一步解決系統(tǒng)卡頓問題，用戶在使用終端的過程中仍然會出現(xiàn)系統(tǒng)卡頓，體驗較低。

附圖說明

通過閱讀下文優(yōu)選實施方式的詳細描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認(rèn)為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：

圖1是本發(fā)明第一實施例中處理數(shù)據(jù)的方法的流程圖；

圖2是本發(fā)明第二實施例中處理數(shù)據(jù)的方法的流程圖；

圖3是本發(fā)明第六實施例中處理數(shù)據(jù)的裝置的結(jié)構(gòu)示意圖；

圖4是本發(fā)明第七實施例中基于Android系統(tǒng)構(gòu)件的性能模型映射的過程圖；

圖5是本發(fā)明第七實施例中構(gòu)件之間交互的時序圖；

圖6是本發(fā)明第七實施例中設(shè)備構(gòu)件配置圖；

圖7是本發(fā)明第七實施例中性能模型完成一個功能的各個構(gòu)件所占比重示意圖；

圖8是本發(fā)明第七實施例中處理數(shù)據(jù)的方法的流程圖。

具體實施方式

下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達給本領(lǐng)域的技術(shù)人員。

為了解決現(xiàn)有技術(shù)的如下問題：當(dāng)CPU的頻率和核數(shù)達到瓶頸后，受限于CPU的計算能力，已經(jīng)無法再進一步解決系統(tǒng)卡頓問題，用戶在使用終端的過程中仍然會出現(xiàn)系統(tǒng)卡頓，體驗較低；本發(fā)明提供了一種處理數(shù)據(jù)的方法、裝置及終端，以下結(jié)合附圖以及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。

本發(fā)明第一實施例提供了一種處理數(shù)據(jù)的方法，該方法的流程如圖1所示，包括步驟S102至S104：

S102，根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作。

上述過程在實現(xiàn)時，如果預(yù)設(shè)系統(tǒng)是移動終端對應(yīng)的系統(tǒng)，則預(yù)設(shè)性能評估模型就是與實體移動終端各個部分相對應(yīng)的模型，例如，實體移動終端的中央處理器在預(yù)設(shè)性能評估模型中就有對應(yīng)的功能部分。

通過預(yù)設(shè)性能評估模型來模擬移動終端正常工作的各種情況，以便根據(jù)模擬的過程來確定預(yù)設(shè)系統(tǒng)運行過程中有哪些操作的性能指標(biāo)是超過預(yù)設(shè)性能指標(biāo)的。

S104，在預(yù)設(shè)系統(tǒng)運行過程中，將操作對應(yīng)的數(shù)據(jù)均分配給GPU進行計算處理，以得到數(shù)據(jù)的處理結(jié)果。

在上述步驟S102確定了性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，則在真實的預(yù)設(shè)系統(tǒng)運行的過程中，一旦發(fā)現(xiàn)上述確定的操作對應(yīng)的數(shù)據(jù)時，就將其對應(yīng)的數(shù)據(jù)分配給GPU進行計算處理。GPU作為圖形處理器，其在很多的時候是未被利用的閑置處理器，因此，本發(fā)明實施例考慮通過GPU進行數(shù)據(jù)計算，以減輕CPU的負擔(dān)。

本發(fā)明實施例通過預(yù)設(shè)性能評估模型來模擬系統(tǒng)運行過程中的各種情況，以此為依據(jù)來確定各個操作中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，此類操作就是負荷較高的操作，因此，可以在系統(tǒng)實際運行過程中，一旦發(fā)現(xiàn)該操作時，就將該操作對應(yīng)的數(shù)據(jù)來分配給GPU進行處理，以分擔(dān)CPU的負荷，進而終端在使用過程中的數(shù)據(jù)被分擔(dān)處理，不會再出現(xiàn)系統(tǒng)卡頓的情況，解決了現(xiàn)有技術(shù)的如下問題：當(dāng)CPU的頻率和核數(shù)達到瓶頸后，受限于CPU的計算能力，已經(jīng)無法再進一步解決系統(tǒng)卡頓問題，用戶在使用終端的過程中仍然會出現(xiàn)系統(tǒng)卡頓，體驗較低。

本發(fā)明第二實施例提供了一種處理數(shù)據(jù)的方法，該方法的流程如圖2所示，包括步驟S202至S206：

S202，根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作。

上述過程在實現(xiàn)時，如果預(yù)設(shè)系統(tǒng)是移動終端對應(yīng)的系統(tǒng)，則預(yù)設(shè)性能評估模型就是與實體移動終端各個部分相對應(yīng)的模型，例如，實體移動終端的中央處理器在預(yù)設(shè)性能評估模型中就有對應(yīng)的功能部分。

通過預(yù)設(shè)性能評估模型來模擬移動終端正常工作的各種情況，以便根據(jù)模擬的過程來確定預(yù)設(shè)系統(tǒng)運行過程中有哪些操作的性能指標(biāo)是超過預(yù)設(shè)性能指標(biāo)的。

S204，通過CPU將數(shù)據(jù)處理為圖像數(shù)據(jù)，并發(fā)送至GPU，以使GPU對圖像數(shù)據(jù)進行計算處理。

在上述步驟S202確定了性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，則在真實的預(yù)設(shè)系統(tǒng)運行的過程中，一旦發(fā)現(xiàn)上述確定的操作對應(yīng)的數(shù)據(jù)時，CPU就將其對應(yīng)的數(shù)據(jù)進行偽裝處理，即將該數(shù)據(jù)偽裝為圖像數(shù)據(jù)。偽裝為圖像數(shù)據(jù)后，就可以將該數(shù)據(jù)發(fā)送給GPU，GPU就可以對該數(shù)據(jù)進行處理了。GPU作為圖形處理器，其在很多的時候是未被利用的閑置處理器，因此，本發(fā)明實施例考慮通過GPU進行數(shù)據(jù)計算，以減輕CPU的負擔(dān)。

S206，通過CPU接收GPU計算處理后的圖像數(shù)據(jù)，并對圖像數(shù)據(jù)進行解析處理，以得到數(shù)據(jù)的處理結(jié)果。

在步驟S204完成后，得到了GPU處理完的圖像數(shù)據(jù)，這個時候，CPU會把處理完的圖像數(shù)據(jù)發(fā)送至CPU。在CPU接收到處理完的圖像數(shù)據(jù)后，會對該圖像數(shù)據(jù)進行解析處理，以便將該圖像數(shù)據(jù)解偽裝，還原為原始的數(shù)據(jù)類型，以得到最終的處理結(jié)果。

本發(fā)明第三實施例提供了一種處理數(shù)據(jù)的方法，該方法包括步驟S302至S304：

S302，根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作。

上述過程在實現(xiàn)時，如果預(yù)設(shè)系統(tǒng)是移動終端對應(yīng)的系統(tǒng)，則預(yù)設(shè)性能評估模型就是與實體移動終端各個部分相對應(yīng)的模型，例如，實體移動終端的中央處理器在預(yù)設(shè)性能評估模型中就有對應(yīng)的功能部分。

通過預(yù)設(shè)性能評估模型來模擬移動終端正常工作的各種情況，以便根據(jù)模擬的過程來確定預(yù)設(shè)系統(tǒng)運行過程中有哪些操作的性能指標(biāo)是超過預(yù)設(shè)性能指標(biāo)的。

具體實現(xiàn)時，確定預(yù)設(shè)系統(tǒng)中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作的方式可以是多種，例如，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的執(zhí)行數(shù)量，并確定執(zhí)行數(shù)量超過預(yù)設(shè)數(shù)量的操作；或者，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的性能評分，并確定性能評分超過預(yù)設(shè)性能評分的操作。

S304，在預(yù)設(shè)系統(tǒng)運行過程中，將操作對應(yīng)的數(shù)據(jù)均分配給GPU進行計算處理，以得到數(shù)據(jù)的處理結(jié)果。

在上述步驟S302確定了性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，則在真實的預(yù)設(shè)系統(tǒng)運行的過程中，一旦發(fā)現(xiàn)上述確定的操作對應(yīng)的數(shù)據(jù)時，就將其對應(yīng)的數(shù)據(jù)分配給GPU進行計算處理。GPU作為圖形處理器，其在很多的時候是未被利用的閑置處理器，因此，本發(fā)明實施例考慮通過GPU進行數(shù)據(jù)計算，以減輕CPU的負擔(dān)。

本發(fā)明第四實施例提供了一種處理數(shù)據(jù)的方法，其包括步驟S402至S406：

S402，根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作。

上述過程在實現(xiàn)時，如果預(yù)設(shè)系統(tǒng)是移動終端對應(yīng)的系統(tǒng)，則預(yù)設(shè)性能評估模型就是與實體移動終端各個部分相對應(yīng)的模型，例如，實體移動終端的中央處理器在預(yù)設(shè)性能評估模型中就有對應(yīng)的功能部分。

通過預(yù)設(shè)性能評估模型來模擬移動終端正常工作的各種情況，以便根據(jù)模擬的過程來確定預(yù)設(shè)系統(tǒng)運行過程中有哪些操作的性能指標(biāo)是超過預(yù)設(shè)性能指標(biāo)的。

具體實現(xiàn)時，確定預(yù)設(shè)系統(tǒng)中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作的方式可以是多種，例如，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的執(zhí)行數(shù)量，并確定執(zhí)行數(shù)量超過預(yù)設(shè)數(shù)量的操作；或者，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的性能評分，并確定性能評分超過預(yù)設(shè)性能評分的操作。

S404，通過CPU將數(shù)據(jù)處理為圖像數(shù)據(jù)，并發(fā)送至GPU，以使GPU對圖像數(shù)據(jù)進行計算處理。

在上述步驟S402確定了性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，則在真實的預(yù)設(shè)系統(tǒng)運行的過程中，一旦發(fā)現(xiàn)上述確定的操作對應(yīng)的數(shù)據(jù)時，CPU就將其對應(yīng)的數(shù)據(jù)進行偽裝處理，即將該數(shù)據(jù)偽裝為圖像數(shù)據(jù)。偽裝為圖像數(shù)據(jù)后，就可以將該數(shù)據(jù)發(fā)送給GPU，GPU就可以對該數(shù)據(jù)進行處理了。GPU作為圖形處理器，其在很多的時候是未被利用的閑置處理器，因此，本發(fā)明實施例考慮通過GPU進行數(shù)據(jù)計算，以減輕CPU的負擔(dān)。

S406，通過CPU接收GPU計算處理后的圖像數(shù)據(jù)，并對圖像數(shù)據(jù)進行解析處理，以得到數(shù)據(jù)的處理結(jié)果。

在步驟S404完成后，得到了GPU處理完的圖像數(shù)據(jù)，這個時候，CPU會把處理完的圖像數(shù)據(jù)發(fā)送至CPU。在CPU接收到處理完的圖像數(shù)據(jù)后，會對該圖像數(shù)據(jù)進行解析處理，以便將該圖像數(shù)據(jù)解偽裝，還原為原始的數(shù)據(jù)類型，以得到最終的處理結(jié)果。

本發(fā)明第五實施例提供了一種處理數(shù)據(jù)的方法，該方法包括步驟S502至S504：

S502，根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作。

上述過程在實現(xiàn)時，如果預(yù)設(shè)系統(tǒng)是移動終端對應(yīng)的系統(tǒng)，則預(yù)設(shè)性能評估模型就是與實體移動終端各個部分相對應(yīng)的模型，例如，實體移動終端的中央處理器在預(yù)設(shè)性能評估模型中就有對應(yīng)的功能部分。

通過預(yù)設(shè)性能評估模型來模擬移動終端正常工作的各種情況，以便根據(jù)模擬的過程來確定預(yù)設(shè)系統(tǒng)運行過程中有哪些操作的性能指標(biāo)是超過預(yù)設(shè)性能指標(biāo)的。

S504，在預(yù)設(shè)系統(tǒng)運行過程中，將操作對應(yīng)的數(shù)據(jù)均分配給GPU進行計算處理，以得到數(shù)據(jù)的處理結(jié)果。

在上述步驟S502確定了性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作，則在真實的預(yù)設(shè)系統(tǒng)運行的過程中，一旦發(fā)現(xiàn)上述確定的操作對應(yīng)的數(shù)據(jù)時，就將其對應(yīng)的數(shù)據(jù)分配給GPU進行計算處理。GPU作為圖形處理器，其在很多的時候是未被利用的閑置處理器，因此，本發(fā)明實施例考慮通過GPU進行數(shù)據(jù)計算，以減輕CPU的負擔(dān)。

實現(xiàn)過程中，將操作對應(yīng)的數(shù)據(jù)均分配給GPU進行處理時，需要先通過CPU將待處理的數(shù)據(jù)進行一個偽裝，即將其處理為圖像數(shù)據(jù)，進而才能夠?qū)⑵浒l(fā)送至GPU，并使GPU對圖像數(shù)據(jù)進行計算處理；當(dāng)GPU對圖像數(shù)據(jù)計算處理完之后，會發(fā)送至CPU；CPU接收到該GPU計算處理后的圖像數(shù)據(jù)后，對圖像數(shù)據(jù)進行解析處理，將處理后的圖像數(shù)據(jù)還原為原始的CPU需要用的數(shù)據(jù)，以得到所需要的結(jié)果。

當(dāng)根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作時，可以根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的執(zhí)行數(shù)量，并確定執(zhí)行數(shù)量超過預(yù)設(shè)數(shù)量的操作；也可以根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的性能評分，并確定性能評分超過預(yù)設(shè)性能評分的操作。

如果根據(jù)操作的執(zhí)行數(shù)量來進行判斷，那么在構(gòu)建預(yù)設(shè)性能評估模型時，就不需要對關(guān)于性能評分的計算進行任何設(shè)置；如果根據(jù)操作的性能評分來進行判斷，那么在構(gòu)建預(yù)設(shè)性能評估模型時，就需要對性能評分的計算進行相關(guān)設(shè)置。

無論哪種情況，預(yù)設(shè)性能評估模型的構(gòu)建過程均包括如下過程：根據(jù)預(yù)設(shè)系統(tǒng)中存在的各個功能進行性能評估模型實例化，該過程即是生成各個功能的過程；針對預(yù)設(shè)系統(tǒng)所在設(shè)備的設(shè)備參數(shù)構(gòu)建實例化后的性能評估模型，該過程即是將各個功能與實體設(shè)備進行耦合的過程；將所有構(gòu)建完成的性能評估模型進行組合，以得到預(yù)設(shè)系統(tǒng)對應(yīng)的預(yù)設(shè)性能評估模型。

如果是根據(jù)操作的性能評分來確定哪些操作需要交給GPU進行處理，則在根據(jù)預(yù)設(shè)系統(tǒng)中存在的各個功能進行性能評估模型實例化的過程中，先為預(yù)設(shè)系統(tǒng)中每個操作對應(yīng)的各個功能設(shè)置構(gòu)件，并為每個構(gòu)件設(shè)置對應(yīng)的服務(wù)設(shè)備；再為每個構(gòu)件設(shè)置其為對應(yīng)的服務(wù)設(shè)備服務(wù)時的性能分值和權(quán)重值，以根據(jù)各個構(gòu)件的性能分值和權(quán)重值確定對應(yīng)操作的性能評分。

本發(fā)明第六實施例提供了一種處理數(shù)據(jù)的裝置，該裝置的結(jié)構(gòu)示意如圖3所示，包括：

確定模塊10，用于根據(jù)預(yù)設(shè)性能評估模型確定預(yù)設(shè)系統(tǒng)運行過程中性能指標(biāo)超過預(yù)設(shè)性能指標(biāo)的操作；處理模塊20，與確定模塊10耦合，用于在預(yù)設(shè)系統(tǒng)運行過程中，將操作對應(yīng)的數(shù)據(jù)均分配給GPU進行計算處理，以得到數(shù)據(jù)的處理結(jié)果。

其中，處理模塊在對待處理數(shù)據(jù)進行處理的過程中，先通過CPU將數(shù)據(jù)處理為圖像數(shù)據(jù)，并發(fā)送至GPU，以使GPU對圖像數(shù)據(jù)進行計算處理；再通過CPU接收GPU計算處理后的圖像數(shù)據(jù)，并對圖像數(shù)據(jù)進行解析處理，以得到數(shù)據(jù)的處理結(jié)果。

確定模塊具體用于：根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的執(zhí)行數(shù)量，并確定執(zhí)行數(shù)量超過預(yù)設(shè)數(shù)量的操作；或者，根據(jù)預(yù)設(shè)性能評估模型模擬預(yù)設(shè)系統(tǒng)運行過程中所有操作的性能評分，并確定性能評分超過預(yù)設(shè)性能評分的操作。

上述裝置還可以包括構(gòu)件模塊，用于構(gòu)建預(yù)設(shè)性能評估模型。在實現(xiàn)時，構(gòu)建模塊具體構(gòu)建過程如下：根據(jù)預(yù)設(shè)系統(tǒng)中存在的各個功能進行性能評估模型實例化；針對預(yù)設(shè)系統(tǒng)所在設(shè)備的設(shè)備參數(shù)構(gòu)建實例化后的性能評估模型；將所有構(gòu)建完成的性能評估模型進行組合，以得到預(yù)設(shè)系統(tǒng)對應(yīng)的預(yù)設(shè)性能評估模型。

本發(fā)明第七實施例還提供一種終端，優(yōu)選的，該裝置可以是移動終端，其包括上述第六實施例中的處理數(shù)據(jù)的裝置。

實現(xiàn)過程中，本實施例的終端可以包括處理器和存儲器，其中，存儲器用于存儲上述實施例中構(gòu)件模塊構(gòu)建的預(yù)設(shè)性能評估模型及相關(guān)設(shè)置參數(shù)，處理器用于實現(xiàn)上述確定模塊和處理模塊的相關(guān)功能。具體的，本實施例中的處理器可以包括CPU和GPU，本實施例中的存儲器可以是存儲程序代碼的任何介質(zhì)。

可選地，在本實施例中，處理器根據(jù)存儲介質(zhì)中已存儲的程序代碼執(zhí)行上述實施例記載的方法步驟。可選地，本實施例中的具體示例可以參考上述實施例及可選實施方式中所描述的示例，本實施例在此不再贅述。顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計算裝置來實現(xiàn)，它們可以集中在單個的計算裝置上，或者分布在多個計算裝置所組成的網(wǎng)絡(luò)上，它們可以用計算裝置可執(zhí)行的程序代碼來實現(xiàn)，從而，可以將它們也可以存儲在存儲裝置中由計算裝置來執(zhí)行，并且在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟，或者將它們分別制作成各個集成電路模塊，或者將它們中的多個模塊或步驟制作成單個集成電路模塊來實現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。

本發(fā)明第四實施例針對手機CPU在處理計算任務(wù)上的缺陷，提供了一種處理數(shù)據(jù)的方法，來解決上述缺陷，在該實施例中，能夠根據(jù)性能模型(即上述實施例中的預(yù)設(shè)性能評估模型)評測出CPU在處理操作系統(tǒng)和應(yīng)用時的計算瓶頸所在，將大規(guī)模的循環(huán)計算任務(wù)分配給GPU進行計算，GPU使用像素著色器等大規(guī)模并行計算處理器將偽裝為圖形學(xué)的計算數(shù)據(jù)并行計算，然后將計算結(jié)果傳輸給CPU，CPU在大規(guī)模的循環(huán)計算任務(wù)中只起到一個控制和通信的功能，具體的計算全部交給GPU并行完成，由此可以降低計算密集型任務(wù)的時間開銷，突破手機操作系統(tǒng)和應(yīng)用的計算瓶頸，有效緩解卡頓。

本實施例提供的方法在實現(xiàn)時包括以下兩點：第一點是使用性能模型評測手機操作系統(tǒng)和應(yīng)用時的性能，找到限制手機性能的瓶頸kernel(操作系統(tǒng)內(nèi)核)，從這些kernel中篩選出大規(guī)模的循環(huán)計算任務(wù)。第二點是將大規(guī)模循環(huán)計算任務(wù)放在GPU上并行計算處理，這些計算任務(wù)可能包含多重循環(huán)、開始和結(jié)束條件不明朗等諸多問題，還要對此進行一系列的預(yù)處理，并將其偽裝為圖形學(xué)計算任務(wù)。

下面對本實施例提供的實現(xiàn)上述處理數(shù)據(jù)的方法的手機進行說明。

由于處理過程包括兩點，因此，手機中對應(yīng)的包括兩個模塊，即性能測評模塊(相當(dāng)于上述第六實施例中的確定模塊的部分功能)和并行計算模塊(相當(dāng)于上述第六實施例中的處理模塊的部分功能)。

性能評測模塊用于對整個手機操作系統(tǒng)和應(yīng)用進行性能評估，尋找出限制整個手機性能的kernel，再對這些kernel進一步分析，篩選出適合GPU并行加速計算的kernel。并行計算模塊包括對kernel進行預(yù)處理和并行方案設(shè)計，預(yù)處理包括循環(huán)融合、數(shù)據(jù)偽裝等。

由于Android手機操作系統(tǒng)包含諸多的應(yīng)用程序，所以針對其特殊性，本方案采用基于構(gòu)件的性能模型。圖4為基于Android系統(tǒng)構(gòu)件的性能模型映射的過程。

其中，性能模型的建立分為以下三個步驟：

第一步：構(gòu)件性能模型(即每個功能對應(yīng)的單獨模型)的描述以及實例化(即賦予每個性能模型參數(shù)的過程)。例如，針對打電話功能建立一個模型，但每個平臺的參數(shù)不一樣，實例化的過程就是賦予每個平臺各自參數(shù)的過程。

本實施例通過包含抽象和量化的性能環(huán)境參數(shù)來描述構(gòu)件的性能模型。這樣，得到的是特定環(huán)境下的構(gòu)件性能模型，而不是特定平臺下的構(gòu)件性能模型。一旦建立性能目標(biāo)，只需要根據(jù)具體的平臺環(huán)境實例化參數(shù)，就可以驗證給定的環(huán)境是否能夠支持構(gòu)件的性能模型。

對于每一個構(gòu)件C_i，它提供n(n>＝1)種服務(wù)S_j(j＝1,2,……n)，對此構(gòu)件的性能進行描述就是Perf(S_j(env-par))，其中Perf表示本方案中的某種性能屬性(比如響應(yīng)時間、通信延遲等)，env-par表示環(huán)境參數(shù)。例如，一個上網(wǎng)構(gòu)件，其可以被聽歌軟件調(diào)用進而上網(wǎng)搜索歌曲，也可以被瀏覽器界面調(diào)用進而來搜索問題答案。

第二步：構(gòu)件性能模型建立。該過程即考慮實際的一些外界因素，添加到實例化中，得到手機可以用的性能模型。

在構(gòu)件性能模型的描述完成以后，可以根據(jù)實際設(shè)備的一些說明參數(shù)和當(dāng)前環(huán)境來確定構(gòu)建的性能模型，比如網(wǎng)絡(luò)的延遲，一次數(shù)據(jù)庫操作所需時間等，對于一個提供n(n>＝1)種服務(wù)S_j(j＝1,2,……n)的設(shè)備。例如，該構(gòu)建好的獨立的性能模型可用打電話功能、上網(wǎng)功能等對應(yīng)的構(gòu)件。

第三步：構(gòu)建整個系統(tǒng)性能模型。整個系統(tǒng)的性能模型由各個構(gòu)件的性能模型、各個設(shè)備的性能模型以及整個系統(tǒng)的構(gòu)架和設(shè)計得到。

軟件執(zhí)行模型描述了軟件系統(tǒng)的基本行為，可以用序列圖來表示。序列圖描述了系統(tǒng)完成某次行為所需的構(gòu)件以及構(gòu)件之間的交互，它可以從系統(tǒng)設(shè)計的用例圖和時序圖中得到。單元模型描述了各個構(gòu)件和設(shè)備的性能模型以及相關(guān)的參數(shù)。通過軟件執(zhí)行模型、運行環(huán)境、單元模型和系統(tǒng)的構(gòu)架和設(shè)計就能建立整個系統(tǒng)的性能模型。實現(xiàn)過程中，一旦建立了性能目標(biāo)，就可以建立相應(yīng)的執(zhí)行模型和單元模型，整個系統(tǒng)的性能模型也能被構(gòu)造出來，據(jù)此就可以對軟件的性能進行評估。把執(zhí)行模型、運行環(huán)境和單元模型三者分離后，同一個軟件系統(tǒng)可以在不同的環(huán)境中進行評估。構(gòu)件之間交互的時序圖可用如圖5所示，各個構(gòu)件間的交互可以實現(xiàn)一個完整的功能，例如，打開瀏覽器界面是個構(gòu)件，搜索網(wǎng)頁功能也是一個構(gòu)件，則打開瀏覽器和搜索網(wǎng)頁兩個構(gòu)建之間就會存在交互關(guān)系。

每一個構(gòu)件的屬性都被包含在時序圖中，各個設(shè)備也是以構(gòu)件形式存在的，配合如圖6所示的配置圖，就可以得到描述整個系統(tǒng)的性能模型。整個系統(tǒng)的性能模型如圖7所示。

第四步：系統(tǒng)性能評估。

系統(tǒng)的性能模型建立以后，就可以對系統(tǒng)的性能進行評估，假設(shè)某次行為公用到了n個構(gòu)件和k個設(shè)備，而且在每個時刻系統(tǒng)只對某個構(gòu)件或者設(shè)備進行操作，那么這個操作的性能就可以用以下公式進行描述：

Perf(Application)＝∑P(C_i)*PerfC_i(S(env))+∑P(M_i)*PerfM_i(S)

公式中Perf(Application)表示整個系統(tǒng)程序的性能，P(C_i)表示構(gòu)件C_i的權(quán)重，PerfC_i(S(env))表示該構(gòu)件的性能，P(M_i)表示設(shè)備M_i的權(quán)重，PerfM_i表示M_i的性能。對于每一個構(gòu)件C_i，它的性能可以用如下公式表示：

PerfC_i(S(env))＝∑Ps_i*PerfC_i(S_i(env))

得到每一個構(gòu)件和整個系統(tǒng)的性能進行評估方法后，可以對每一個構(gòu)件、系統(tǒng)所提供的每一項服務(wù)、系統(tǒng)執(zhí)行的每一個動作進行性能評估，可以得到整個系統(tǒng)運行過程中制約整個系統(tǒng)的瓶頸所在，再通過對這些瓶頸進行篩選，可以得到適宜GPU并行加速計算的模塊。

在對系統(tǒng)的性能進行了評估后，就是后續(xù)的并行計算過程，該過程即實際的應(yīng)該用過程，即在手機中對數(shù)據(jù)的實際處理過程。

在GPU上進行并行計算主要使用的是GPU的像素著色器等硬件資源，此類資源相比CPU的計算資源雖然計算能力比較弱，但是數(shù)量大，一般手機GPU上可用于計算的處理器數(shù)量都會超過兩萬個，利用GPU進行計算需要CPU進行通信和控制，其計算過程如圖8的流程圖所示，包括：

S1，對待處理的數(shù)據(jù)進行預(yù)處理操作，以將待處理的數(shù)據(jù)偽裝為圖形學(xué)數(shù)據(jù)。

S2，將圖形學(xué)數(shù)據(jù)發(fā)送至GPU。

S3，分配空閑的GPU資源處理圖形學(xué)數(shù)據(jù)。

S4，按照預(yù)設(shè)并行策略計算圖形學(xué)數(shù)據(jù)。

S5，將計算結(jié)果返回至CPU。

S6，CPU將該計算結(jié)果處理為普通的數(shù)據(jù)，進而使用該數(shù)據(jù)。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。