用于管理计算设备的系统和方法与流程

用于管理计算设备的系统和方法
1.相关申请的交叉引用
2.本技术要求于2019年12月9日提交美国专利申请第16/707,904号的优先权，该16/707,904号申请要求于2019年7月23日提交美国临时专利申请第62/877,737号的优先权，名称为“计算系统”，这些申请的全部内容通过引用被并入本文。
技术领域
3.本公开总体上涉及计算领域，尤其涉及用于管理多个不同计算设备的系统和方法。


背景技术：

4.本背景描述在下文仅出于提供上下文的目的而阐述。因此，本背景描述的任何方面，在不以其他方式限定为现有技术的程度上，既不显式也不隐式地被承认为针对本公开的现有技术。
5.许多加密货币(例如比特币(bitcoin)、莱特币(litecoin))都基于一种称为区块链的技术，其中交易被组合成区块。这些区块与早先交易的先前区块一起存储到分类帐(ledger)(“区块链”)中，并通过包含哈希(hash)使其不可变(即实际上不可修改)。哈希是根据区块计算的数，它符合区块链的特定标准。一旦区块和哈希被加密货币网络确认，它们就会被添加到区块链中。哈希可用于验证区块链上的任何在前交易或区块是否已被更改或篡改。这创建了不可变的交易分类帐，并允许加密货币网络防止有人试图双重花费数字币。
6.加密货币网络通常由许多参与者组成，这些参与者反复尝试成为计算出满足区块链网络的要求的哈希的第一个参与者。他们会收到激励他们继续参与(挖矿)的激励(例如，币奖励或交易费用奖励)。
7.许多区块链网络需要将作为哈希计算的一部分被解决的计算上的难题。这个难题需要的解是一段数据，该段数据难以被生成(成本高，耗时)但容易被其他人验证并满足某些要求。这通常被称为“工作量证明”。工作量证明(pow)系统(或协议，或功能)是一种共识机制。它通过要求服务请求者进行一些工作(通常意味着计算机的处理时间)来阻止拒绝服务攻击和其他服务滥用，例如网络上的垃圾邮件。
8.网络中的参与者通常操作称为采矿设备或矿机的计算机。由于所涉及的难度和所需的计算量，矿机通常配置有专门的组件，以提高执行区块链网络所需的哈希或其他计算的速度。专用组件的示例包括专用集成电路(asic)、现场可编程门阵列(fpga)、图形处理单元(gpu)和加速处理单元(apu)。
9.矿机通常以高频率长时间运行，产生大量热量。即使有冷却(例如高速风扇)，热量和持续运行也会对矿机中组件的可靠性和寿命产生负面影响。例如，asic矿机通常拥有大量哈希芯片(例如，100个)，随着温度升高，这些芯片更有可能出现故障。
10.区块链网络中的许多参与者同时操作大量(例如，100个、1000个或更多)不同的矿机(例如，来自一个制造商或不同制造商的不同代的矿机)。这些大量的矿机可能难以管理。
例如更改工作频率、电压水平和风扇速度等操作可能需要繁重的时间量，尤其是在把更改应用于大量设备时。
11.这样的一个原因是当前的管理解决方案在功能上受到限制。许多管理解决方案只能管理特定型号或品牌的矿机或设备。许多管理解决方案还难以使用并且需要耗时的操作来同时把更改应用于大量设备。
12.更复杂的是，在矿机等设备上正确配置设置以获得最佳性能是很困难的。传统上，确定最佳配置需要专业的硬件工程师，他们对矿机如何被构建和运行有深入的了解。操作设置通常通过更改和更新设备的固件来执行。至少出于这些原因，需要一种能够轻松管理大量设备(例如矿机)的解决方案。


技术实现要素：

13.一种用于轻松管理具有许多计算设备的数据中心的系统和方法，所述计算设备例如矿机，包括例如传统的基于cpu的设备以及asic、gpu和fpga矿机。计算设备可以是来自不同制造商的不同型号。在一个实施例中，该系统包括第一计算机，其具有管理应用以管理矿机。管理应用包括周期性地从多个联网计算机读取和存储状态信息的第一模块，以及提供用户界面的第二模块。用户界面包括呈现给用户的多个控件。第一控件使用户能够选择多个联网计算设备中的一个或多个计算设备，并且第二控件使用户能够从一组模式中选择特定操作模式。操作模式可以包括例如以下模式中的一个或多个：手动模式、半自动模式、自动模式和智能模式。响应于用户选择操作模式中的一个操作模式，管理应用将所选择的操作模式应用于所选择的设备。
14.响应于选择手动模式，可以向用户呈现用于设置在所选择的设备上的设备属性的控件。属性可以包括例如芯片频率、芯片电压和风扇速度。
15.在半自动模式中，管理应用可以分析来自设备的存储的性能数据，以确定推荐的设置，并为用户提供将推荐的设置应用于所选设备的机会。
16.在自动模式下，管理应用还可以分析来自设备的存储的性能数据，以确定推荐的设置，但是它可以将推荐的设置自动应用于所选择的设备，并周期性地监控所选择的设备。响应于检测到所选择的设备的降级，管理应用可以重新计算推荐的设置并自动应用它们。
17.管理应用还可以具有机器学习模块，该模块使用混合整数线性编程来基于当前和存储的状态数据确定所选择的设备的优选设置。
18.还设想了一种用于管理诸如矿机之类的多个计算设备的方法。在一个实施例中，该方法包括周期性地从多个设备收集状态信息，并提供用于选择多个设备中的一个或多个设备的用户界面以及将要应用于所选择的设备的操作模式。如上所述，操作模式可以包括例如手动模式、半自动模式、自动模式和智能模式。
19.响应于用户选择手动或专家模式选项，在用户界面控件中呈现用于设置设备属性的控件，设备属性包括例如芯片频率、芯片电压和风扇速度。在一些实施例中，当处于手动模式时，可以允许针对多个所选择的设备输入超出安全操作范围的破坏性设置。
20.响应于用户选择半自动模式，可以针对每个计算设备存储周期性的性能数据，并对其进行分析以确定推荐的设置。
21.可以向用户显示推荐的设置以及将推荐的设置应用于所选择的设备的控制选项。
22.响应于自动模式被选择，可以如上所述存储和分析数据，但是推荐的设置可以被自动应用于所选择的设备，并且可以监控所选择设备的状态信息。响应于检测到所选择的设备中的降级，可以重新计算推荐的设置并应用新的推荐的设置。
23.响应于选择智能模式，诸如混合整数线性规划的机器学习可以应用状态数据以确定推荐的设置。还可以收集其他参数并将其用于在一天中的不同时间点动态更改设置，以提高性能。附加参数可以包括例如温度、湿度、灰尘水平和芯片健康状况。这些可以是除了存储的状态信息(例如哈希率、功耗、温度)之外的信息。推荐的设置可能包括响应于检测到更高的灰尘浓度，提高设备风扇速度或降低工作电压和频率。推荐的设置还可能包括响应于检测到的更高湿度水平，降低设备风扇速度或增加工作电压和频率。
24.本公开的实施例的前述和其他方面、特征、细节、效用和/或优点将通过阅读以下描述和查看附图而变得明显。
附图说明
25.图1是根据本公开的教导用于管理多个计算设备的系统的一个示例实施例的图示。
26.图2是根据本公开的教导用于管理多个计算设备的系统的用户界面的第一窗口的一个示例实施例的图示。
27.图3是根据本公开的教导用于管理多个计算设备的系统的用户界面的第二窗口的一个示例实施例的图示。
28.图4是根据本公开的教导用于管理多个计算设备的系统的用户界面的第三窗口的一个示例实施例的图示。
29.图5是图示根据本公开的教导用于管理多个计算设备的方法的示例实施例的流程图。
具体实施方式
30.现在将详细参考本公开的实施例，其示例在本文中描述，并在附图中进行了示出。尽管将结合实施例和/或示例来描述本公开，但是应当理解它们并不将本公开限制于这些实施例和/或示例。相反，本公开涵盖替代、修改和等价物。
31.本文针对各种装置、系统和/或方法描述了各种实施例。许多具体细节被阐述，以提供对说明书中描述的和附图中所示的实施例的整体结构、功能、制造和使用的全面理解。然而，本领域技术人员将会理解，可以在没有这些具体细节的情况下实施这些实施例。在其他情况下，没有详细描述众所周知的操作、组件和元件，以免混淆说明书中描述的实施例。本领域普通技术人员将理解，本文描述和图示的实施例是非限制性示例，因此可以理解，本文公开的具体结构和功能细节可以是代表性的，并不一定限制实施例的范围。
32.参考图1，示出了用于管理诸如矿机之类的计算设备的系统的一个实施例。在该实施例中，系统包括配置用于管理的第一计算设备100和被配置用于执行计算密集型任务的多个第二计算设备102，所述计算密集型任务例如计算用于区块链挖掘的哈希值，例如安全哈希算法sha-256。
33.第一计算设备100可以包括处理单元102，例如被配置用于执行操作系统和管理应
用104的传统服务器或个人计算机cpu。第一计算设备100可以包括和/或可以连接到人机接口设备(例如，键盘、鼠标、显示器(例如led或lcd显示器，其可以被配置为触摸屏显示器)等)。第一计算设备100可以被配置为经由呈现在显示器上的用户界面向一个或多个用户提供(例如，显示)信息。此外，第一计算设备100还可以被配置为通过该用户界面接收用户输入，例如对诸如第二计算设备120的一个或多个其他计算设备的操作参数或设置的期望改变(例如，参数改变)。
34.管理应用104优选地以在第一计算设备100上执行的操作系统上运行的软件实现。管理应用104可以被配置为通过网络接口(例如，以太网或wi-fi)与第二计算设备120通信，以接收状态信息和发送配置指令。在一个实施例中，管理应用104包括模块108，该模块108被配置为读取、监控和存储数据库112中的状态(例如，性能)信息。这允许管理应用104对状态信息和随时间的推移的点趋势进行分析。
35.管理应用104还可以包括多个模块(例如例程、对象或例程或对象组)，例如被配置为向用户显示接口和控件的界面模块106，以及被配置为分析存储到数据库112的状态信息以检测趋势并计算对于计算设备120的优选设置的机器学习(ml)模块110。管理应用104还可以被配置为在调整时从第二计算设备收集在每个设置处的性能数据，提供导出(例如，电子表格、excel文件等)以分析数据，接收用户对一组第二计算g的理想设置的选择，和/或通过计算系统的ui应用这些设置。
36.在一个实施例中，第二计算设备120可以包括电源150、控制器160、一个或多个风扇140以及一个或多个计算板，例如哈希板130。控制器160被配置为处理第二计算设备120外部的通信，将计算任务分配给散列板130。控制器160还被配置为接收来自哈希板130的计算的结果并控制设置计算设备120，例如设置风扇140运行的速度，以及哈希板130上的处理芯片132运行的电压和频率。这些中的一些可以由控制器160通过与电源150通信来设置，并且这些中的一些可以由控制器160通过直接与哈希板130上的组件通信来设置。
37.在一个实施例中，计算芯片132是固定功能专用集成电路(asic)，针对有效地计算散列(例如，sha256)进行了优化，这种操作有助于挖掘基于工作量证明(pow)的比特币等加密货币)。在其他实施例中，计算芯片132可以是图形处理单元(gpu)或现场可编程门阵列(fpga)，并且控制器160还可以被配置为向这些更可配置的设备提供编程信息(例如，用于gpu的opencl和用于fpga的vhdl或verilog)。在具有fpga或gpu的一些实施例中，第二计算设备120可以被配置为执行其他类型的计算操作，例如图像处理，作为机器学习神经网络的一部分。
38.计算设备120不需要是相同类型的，并且在许多实施例中可以包括来自不同制造商的不同型号类型的设备组。不同厂商提供的不同型号可能有不同的控制方式。计算设备120的一些组件可以包括电压调节器、降压控制器和/或mosfet等，它们可以被计算设备100通过各自的控制器160单独控制。
39.在一个实施例中，第一计算设备100上的管理应用104可以被配置为提供包括多个屏幕、窗口或页面的用户界面，这些屏幕、窗口或页面允许用户查看第二计算设备120的状态信息并将设置应用于第二计算设备120。窗口可以包括第二计算设备100的不同型号的图形表示，以及例如允许用户选择单个或多组计算设备120的菜单和图标之类的控件。例如，管理应用104可以被配置为基于所有权来过滤呈现哪个第二计算设备120(例如，仅示出属
于当前用户访问管理104的设备)。
40.参考图2-4，示出了由管理应用104呈现的用户界面的一个示例。在图2中，示出了第一窗口200。窗口200包括菜单210和一组图标230-240，它们以图形方式表示第二计算设备120的个体或组(例如，每个不同型号的一个图标)。响应于用户通过例如点击图标230-240中的一个或多个来选择单个或一组第二计算设备120，管理应用104可以被配置为显示如图3所示的第二窗口300。
41.第二窗口300可以包括所选择的单个或一组计算设备的更详细表示230a。此外，第二窗口300还可以包括一组控件340，其允许用户为所选择的计算设备指定操作模式。在该示例中，该组控件340包括用于设置智能模式控件380、自动模式控件370、半自动模式控件360和手动模式控件350的控件。每一个这些模式提供用于管理第二计算设备120的不同选项。
42.响应于选择智能模式控制380(例如，自动驾驶模式)，第一计算设备可以被配置为自动选择计算的设置，并将其应用于所选择的一个或多个第二计算设备120。除了应用设置之外，管理应用104还可以显示关于一个或多个所选择的第二计算设备120的状态和性能信息。管理应用104可以限制或防止在智能控制模式下对计算设备120的手动修改(例如，参数的改变)，或者可以只允许更改非操作性参数(例如，池配置、主机名等)。由于管理应用104负责所有设置和正在进行的配置管理，因此该模式对于对采矿和矿机知之甚少或一无所知的通知用户可能特别有用。任何呈现的设置都可以只读模式被呈现，并且与设置相关的任何系统警告都可以被禁用，因为管理应用104可以被配置为避免负面影响设备可靠性的设置。在一些实施例中，设备表示230a可以以抽象状态示出(例如，没有对应计算设备的内部部件的分解。
43.在一些实施例中，管理应用104可以在该模式下利用机器学习(ml)模块110来确定对于所选择的设备的最佳设置。ml模块110可以周期性地收集与所选择的第二计算设备相关的一组参数(例如，风扇速度、芯片温度、芯片健康、芯片电压、硬件错误、哈希率、份额)和周围环境(例如，温度、湿度、大气压力、灰尘水平)，将它们存储在数据库112中，并使用收集的数据来动态地(例如，周期性地或在每天的设定时间)改变设置以提高或最大化性能。示例设置包括针对所选择的计算设备的时钟频率、电压水平和风扇速度。例如，灰尘水平可能对计算设备自身冷却的能力产生负面影响，而更潮湿的空气能够保持更多的热量并因此从芯片中移除更多的热量(例如，通过在连接到芯片132的散热器上移动)。这些值的变化可能需要重新计算推荐的设置以解决这一变化。例如，风扇速度的增加(对于更多的灰尘)或降低(对于更多的湿度)可能是有益的，对于固定的风扇速度，芯片132运行频率和电压的相应降低(对于更多的灰尘)或增加(对于更多的湿度)可能是有益的。
44.在一些实施例中，管理应用104被配置为通过以下技术中的一种或多种将设置应用于所选择的计算设备：(1)创建配置文件并通过网络连接将配置文件发送到所选择的计算设备，(2)通过网络连接(例如ssh)连接到所选择的计算设备，并通过设备的驱动器或挖掘应用api(应用程序编程接口)，例如通过rpc(远程过程调用)的cgminer(开源挖掘应用)，来应用设置，(3)通过其web接口连接所选择的计算设备，并使用web自动化人机交互来应用设置，(4)通过网络连接到设备，更新设备的固件文件，并重新启动设备。在一些实施例中，技术(2)和(3)也可以用于从所选择的计算设备读取数据(例如，当前状态和设置)。
45.在一些实施例中，可以使用混合整数线性规划(milp)来实现ml模块110，这涉及确定问题的解决方案，其中只有一些变量被约束为整数(例如，风扇速度)，而其他变量(例如，电压等级)允许为非整数。在一个实施例中，ml模块110可以被配置为基于以下变量中的一些或全部来优化散列效率(例如，每瓦的哈希率(例如，图形/秒)或焦耳每特拉哈希“j/th”)：时间，电压水平、频率、温度、风扇速度、哈希率、哈希难度。在一些实施例中，附加的联网环境传感器可以被安装在所选择的第二计算设备120附近，以测量管理应用104可以存储到数据库112并且ml模块110还可以使用的附加数据，例如环境温度、湿度、大气压力、设备功率使用(例如，通过测量进入第二计算设备120的电流和电压)和灰尘浓度。
46.许多不同的milp实现可用于实现ml模块110，包括例如coin|
○
r(“针对or的通用优化接口”)或lp_solve(开源milp求解器)。使用这些实现中的一个，ml模块110可以从数据库112读取所存储的数据样本(如上所述)，然后基于当前传感器读数计算一组最佳设置。在一些实施例中，当连接新型号的计算设备120时，管理应用104可以被配置为提示安装设备的用户输入针对某些设置(例如，电压、频率、风扇速度、工作温度)的安全的最小值和最大值，并且这些限制也可以由ml模块110合并以限制由milp实现产生的解决方案。
47.在一个实施例中，还可以请求第二计算设备120的成本和预期寿命作为设置的一部分，并且可以确定估计的奖励(例如，基于正在使用的采矿池或加密货币区块链网络)。该信息可以存储在数据库112中并由ml模块用于在优化净财务回报的背景下计算设置。如本领域技术人员将理解的，数据库112可以用针对不同的第二计算设备120的初步数据来初始化，使得ml模块110可以在新的第二计算设备120被添加时立即做出推荐(即使数据库可能不具有针对设备的历史状态数据的完整存储)。
48.由于对电气组件的影响，在较热的温度下运行可能会降低计算设备的预期寿命。在一个实施例中，在较高温度下运行的加速因子(af)可以从arrhenius问题推导出来，如下面的等式1中的示例所示，并且在优化净财务回报时被用于ml模块中。
49.等式1：其中
50.ea＝激活能量，例如0.7ev，
51.k(玻尔兹曼常数)＝8.167
×
10-5
ev/
°k52.t
use
＝正常使用温度(例如，328
°
k)
53.t
test
＝偏高的温度(以
°
k为单位)。
54.当使用智能模式管理第二计算设备120时，管理应用104可以被配置为对所选择的第二计算设备进行调整。但是，这种额外调整(除了第一次调整之外的)的频率可能会受到某些类型的计算设备的限制(例如，其中所选择的计算设备必须被重复重置以应用更改的设置，以及其中所选择的计算设备在被重置时启动非常缓慢或存在可靠性问题)。
55.响应于选择自动模式控制370，管理应用104可被配置为确定如上所述的最佳设置，但仅应用一次。另外，计算系统可以自动应用所推荐的设置并向用户发送关于设置改变的通知。
56.在一些实施例中，管理应用104还可以包括自动修复功能，该功能可以监控第二计算设备120，并在第二计算设备120的性能下降时进行调整，和/或可以应用不同的所推荐的设置，以在任何给定时间点最大化性能。
57.响应于选择半自动模式控制360，管理应用104可以被配置为自动控制一个或多个第二计算设备120，并且可以允许用户对其他计算设备进行某种程度的改变。在这种模式下，管理应用可以防止超出特定阈值的尝试改变，例如预期对所选择的第二计算设备120有害的改变。附加地或替代地，在这种模式下，管理应用104可以接收到用户请求的对第一参数的改变，并且可以自动改变它，以避免损坏第二计算设备120。
58.在一些实施例中，管理应用104还可以自动分析来自所选择的第二计算设备120的性能数据，并以第二计算设备水平提供推荐/最佳设置。用户可以通过管理应用的用户界面查看和/或应用建议。
59.响应于选择手动模式控制350(也称为专家模式)，管理应用104可以被配置为显示第三窗口400，用于手动调整所选择的计算设备上的设置(一次一个或批量地)，如图4所示。在该示例中，窗口400包括一组控件405，其允许用户为对应的所选择的第二计算设备120手动设置多个不同的设置。控件组405可以包括用于设置设备的主机名410的控件、dhcp420、一个或多个风扇速度430、一个或多个芯片电压440、闪烁状态led450、时钟速率460以及更新固件470的控制。
60.例如，如果用户指定一个或多个芯片132的频率变化，则第一计算设备100通过管理应用104可以自动改变芯片132的电压，以匹配指定的频率变化。在非手动模式中，管理应用104可能不呈现或激活某些控制选项(例如，可能将它们变灰)。可以被修改的元素/组件是可选择的。
61.由于可能与第二计算设备120相关的相当大的电吞吐量和热量产生，可能存在会降低或禁用第二计算设备120的组件的一些频率(例如，超频)和风扇设置。在一些实施例中，如果应用了预定安全范围之外的设置，则管理应用104可以警告用户，但是如果用户已经选择了手动模式(即专家模式)，则这些警告可能被用户否决。例如，如果用户知道所选择的第二计算设备120具有最小的剩余使用寿命，因为制造商将很快发布新的更快和更有效的型号，那么用户可能有意想要选择更高的频率和电压，尽管它们会对mttf影响。
62.在一些实施例中，管理应用104可以被配置为在应用它们之前模拟所请求的改变的效果。例如但不限于，数据库112可以预先填充一个或多个第二计算设备120的模型(或管理应用104可以通过网络接口获得)，并且可以被配置为对针对相应计算设备的请求改变进行建模并且提供针对所请求的改变的模拟结果。模拟结果可以例如但不限于包括任何损坏的指示或其他计算设备中估计的剩余寿命的估计减少的指示。
63.在一些实施例中，一些设置(例如，芯片频率和电压)可以被配置为相关和相互依赖的。在那些实施例中，在处于智能、自动和半自动模式而不是手动模式下，依赖于另一设置的适当配置的设置可以由管理应用104自动实施(尽管当可能破坏性的超出范围的设置被指定时，可以显示警告)。
64.现在转向图5，示出了用于管理一组计算设备的方法的一个示例实施例。向被管理的一个或多个设备请求状态信息(步骤510)。如上所述，该状态信息可以包括例如设备温度、哈希率、风扇速度、电压电平、频率和芯片状态。在一些实施例中，还可以请求关于被管理设备的附加环境信息(但不一定来自被管理设备)，例如用电量(例如来自具有网络能力的电源)、湿度(来自位于被管理设备附近的具有网络能力的湿度监视器)和灰尘浓度。存储该收集的状态信息(步骤514)。向用户呈现用户界面(步骤518)，该用户界面使用户能够从
针对被管理设备的一组不同的管理模式中选择。
65.如果用户选择手动或专家模式(步骤522)，则向用户呈现用于所选择的设备设置(例如芯片频率、芯片电压和风扇速度)的控件(步骤550)。于是用户指定的设置被应用于被管理设备(步骤564)。
66.如果用户选择半自动模式(步骤526)，则分析所存储的执行日期以生成推荐的设置(步骤554)。如上所述，可以通过使用机器学习和混合整数线性规划(milp)来执行分析，以基于所存储的历史状态数据选择优化哈希率或哈希率效率或净财务回报的设置。如果用户选择应用推荐的设置(步骤560)，则将该设置应用于被管理设备(步骤564)。
67.如果用户选择自动模式(步骤530)，则分析所存储的性能数据以生成推荐的设置(步骤572)，然后将其自动应用于受管理设备(步骤576)。监控受管理设备，并且如果检测到性能下降(步骤580)，则计算(步骤584)并应用新的推荐的设置(步骤588)。
68.如果用户选择智能或自动驾驶模式(步骤534)，则可以收集附加参数(步骤540)，然后可以使用机器学习来周期性性地动态更改设置以提高性能(步骤544)。
69.在整个说明书中提及的“各种实施例”、“利用实施例”、“在实施例中”或“一个实施例”等，是指结合实施例描述的特定特征、结构或特性被包括在至少一个实施例中。因此，在整个说明书中出现的短语“在各种实施例中”、“利用实施例”、“在实施例中”或“一个实施例”等不一定都指代同的实施例。此外，特定特征、结构或特性可以在一个或多个实施例中以任何合适的方式组合。因此，结合一个实施例/示例示出或描述的特定特征、结构或特征可以全部或部分地与一个或多个其他实施例/示例的特征、结构、功能和/或特征组合而不受限制，前提是这种组合并非不合逻辑或不起作用的。此外，在不脱离本公开的范围的情况下，可以进行许多修改以使特定情况或材料适应本公开的教导。
70.应当理解，对单个元素的引用不必如此受限，并且可以包括一个或多个这样的元素。任何方向性引用(例如，正、负、上、下、向上、向下、左、右、向左、向右、顶部、底部、上方、下方、垂直、水平、顺时针和逆时针)仅用于识别目的，以帮助读者理解本公开，并且不产生限制，特别是关于实施例的位置、方向或使用。
71.连接引用(例如，附接、耦合、连接等)将被广义地解释并且可以包括元件连接之间的中间构件和元件之间的相对运动。因此，连接引用不一定意味着两个元件直接连接/耦合，并且彼此具有固定关系。说明书中“例如”的使用应被广义地解释并且用于提供本公开的实施例的非限制性示例，并且本公开不限于这样的示例。“和”和“或”的使用应作广义解释(例如，被视为“和/或”)。例如但不限于，使用“和”不一定需要所列出的所有元件或特征，并且“或”的使用具有包容性的，除非这种结构不合逻辑。
72.尽管本文中可以结合特定顺序中的一个或多个步骤来描述过程、系统和方法，但是应当理解，此类方法可以通过不同顺序的步骤、同时执行某些步骤、附加步骤和/或省略某些描述的步骤来实施。
73.以上描述说明中包含的或附图中所示的所有内容应被解释为仅是说明性的而非限制性的。可以在不背离本公开的情况下，可以进行细节或结构上的改变。
74.应当理解，如本文所述的计算机、系统和/或处理器可以包括本领域已知的常规处理装置，其能够执行存储在相关存储器中的预编程指令，所有这些都根据本文所描述的功能执行。就本文描述的方法在软件中实现而言，所得的软件可以存储在相关联的存储器中，
并且还可以构成用于执行这种方法的装置。这种系统或处理器还可以是具有rom、ram、ram和rom的类型，和/或非易失性和易失性存储器的组合的类型，从而可以存储任何软件，但仍允许存储和处理动态产生的数据和/或信号。
75.还应当理解，根据本公开的制品可以包括非暂时性计算机可读存储介质，其上编码有用于实现本文描述的逻辑和其他功能的计算机程序。该计算机程序可以包括用于执行本文公开的一种或多种方法的代码。这样的实施例可以被配置为通过一个或多个处理器执行，例如集成到单个系统中或分布在通信网络上并通过通信网络连接的多个处理器，并且通信网络可以是有线和/或无线的。用于实现结合一个或多个实施例描述的一个或多个特征的代码，当由处理器执行时，可以使多个晶体管从第一状态改变到第二状态。特定的变化模式(例如，哪些晶体管改变状态，哪些晶体管不改变状态)可以至少部分地由逻辑和/或代码来规定。