【摘 要】
：
在分析能耗特点的基础上,提出了非线性的能耗模型,并分别以MFCPUStresser和SPECpower_ssj2008作为CPU密集型任务的测试程序,在windows操作系统下和linux操作系统下测试了能耗
【基金项目】
：
安徽高校自然科学研究项目（KJ2018A0893）,安徽高校自然科学研究项目（KJ2018ZD066）
论文部分内容阅读
在分析能耗特点的基础上,提出了非线性的能耗模型,并分别以MFCPUStresser和SPECpower_ssj2008作为CPU密集型任务的测试程序,在windows操作系统下和linux操作系统下测试了能耗及CPU利用率等指标,探讨了能耗和多个指标之间的关系.实验结果表明,预测模型的精确度能达到96%;随着CPU利用率逐渐增加,相同CPU利用率变化区间对应的能耗增加值在不断减少;且CPU密集型任务的能耗与实际内存有关,与内存使用率无关;在其它参数配置相同的情况下,内存越大,能耗越高.
其他文献
一卡通积累了大量的相关数据.运用机器学习对这些数据进行研究,可以对高校的管理工作提供一定的帮助.首先选取了一部分的一卡通消费数据作为分析数据,并进行预处理,同时选择
选取工业增加值占地区生产总值比重等指标构建河南四化同步效用评价指标体系,运用同步效用评价模型对2006—2013年河南四化同步协调度进行评价,利用泰尔指数测度中原城市群等
通过对虚拟物流实验室的优势与功能分析,针对高职院校物流实验基础设施建设的现实短板,提出了基于Web 3D技术的虚拟物流实验室构架与设计方案,并在此基础上,阐述了虚拟物流实验室的应用与实现途径。