参数配置方法及相关设备与流程

本技术属于电子设备领域，尤其涉及一种参数配置方法及相关设备。

背景技术：

1、电子设备在处理任务的时候，为了满足任务需求，通常需要在规定的时间内将该任务处理完成。例如，在处理一帧画面的显示任务的时候，为了提供流畅的画面，需要在规定的时间内完成帧画面的绘制以及显示，这个规定的时间即目标时长。然而，在某些情况下，如果超过了目标时长的时候仍然没有准备好将要显示的一帧画面，可能将会导致屏幕不能及时显示新的内容，从而会造成画面卡顿的情况，影响了用户体验。

2、为了保证任务能在规定时间内处理完成，在负载一定的情况下，可以通过提高用于处理任务的各器件的性能，来提高处理效率。然而，性能的提高通常也会带来功耗的增长。如何平衡各器件的性能与功耗，是当前亟待解决的技术问题。

技术实现思路

1、本技术实施例提供了一种参数配置方法及相关设备，能够以整体性能和功耗为优化目标，确定与当前电子设备的状态信息对应的各器件的控制参数，实现多个器件整体功耗和性能的均衡。

2、第一方面，提供了一种参数配置方法，可以由电子设备执行，或者由电子设备内的模块执行。具体地，该方法包括：响应于针对目标进程的处理请求，根据电子设备当前的状态信息确定电子设备中多个器件的控制参数；其中，目标进程为屏幕画面的显示进程，多个器件用于协同处理目标进程，控制参数和状态信息满足目标条件，目标条件包括：基于控制参数和状态信息预测或测试得到的多个器件的综合功耗小于或等于第一阈值，以及，基于控制参数和状态信息预测或测试得到的屏幕画面的丢帧率小于或等于第二阈值；基于控制参数对多个器件进行参数配置。

3、基于上述方案，在屏幕画面显示场景中，可以在达成目标条件为前提，确定与当前状态信息对应的控制参数。该目标条件指示了综合功耗和综合性能（通过丢帧率来表示）。也就是说，本身实施例确定的控制参数，能够同时满足综合功耗和综合性能的要求，而不只是考虑单个器件的情况，能够实现整体功耗和性能的均衡。并且，上述方案通过软件实现，功耗低，开销小。

4、可选地，目标条件还包括：基于控制参数和状态信息预测或测试得到的多个器件的综合功耗，为满足丢帧率小于或等于第二阈值的情况下，多个器件的功耗的和的最小值。

5、在上述方案中，该综合功耗是满足性能要求的前提下的最小功耗。通过这种方式确定出来的控制参数，既能满足性能要求，又能将功耗降到最低。并且该方案综合考虑了所有器件的情况，基于综合性能和综合功耗确定的控制参数，因此可以均衡化整体的性能和功耗，而如果是将各器件分开考虑的话，只能基于每个器件自身的需求，来调节性能（如提拉或降低频点），这种情况下各器件无法感知整体的调度目标及其他器件的工作情况，因此难以保障达到最佳的整体性能及功耗。

6、可选地，目标条件还包括：基于控制参数和状态信息预测或测试得到的目标进程的处理时长等于目标时长，目标时长为一帧画面的显示的时长。

7、在上述方案中，该控制参数可以使得系统在当前环境状态下的整体性能可以使得目标进程的任务刚好在截止时间完成，这样既不会造成性能冗余增大不必要的功耗，也不会出现由于性能不足引发的丢帧等情况。

8、可选地，多个器件包括以下至少两项：处理器、存储器、缓存；在多个器件包括处理器的情况下，状态信息包括处理器的负载和/或目标进程中的关键线程的负载，控制参数包括处理器的频点；在多个器件包括存储器的情况下，状态信息包括处理器停顿信息，控制参数包括存储器的频点；在多个器件包括缓存的情况下，状态信息包括目标进程中不同优先级的线程的负载，控制参数包括缓存的频点，和/或，缓存的划分策略，缓存的划分策略用于指示为目标进程中不同优先级的线程所分配的缓存空间。

9、在上述方案中，可以协同调度处理器、存储器、缓存的参数。特别的，还可以对缓存的存储空间进行配置，根据当前处理器运行负载的特征，和整体优化的目标，来决策不同任务间的缓存使用策略，实现性能功耗的双收益。

10、可选地，根据电子设备当前的状态信息确定电子设备中多个器件的控制参数，包括：根据状态信息，在预先生成的映射表中查找与状态信息对应的控制参数，映射表中存在多组映射关系，每组映射关系均满足目标条件。

11、通过这种方式便不需要实时进行模型推理流程，而是直接通过映射表来获取控制参数，这个过程无任何复杂参数，避免了复杂了模型推理过程导致效率比较低的问题。

12、可选地，映射表基于决策模型转化得到，决策模型是基于目标条件，通过强化学习的方式预先训练得到的。

13、可选地，根据电子设备当前的状态信息确定电子设备中多个器件的控制参数，包括：将状态信息输入决策模型后输出控制参数，决策模型是基于目标条件，通过强化学习的方式预先训练得到的。

14、通过这种方式可以使得电子设备在任意场景下快速获取能够是系统达到性能和功耗的均衡状态的控制参数。

15、可选地，决策模型是以达成目标条件为目的，通过强化学习的方式预先训练得到的，包括：决策模型是以达成目标条件为目的，基于第二状态和收益值更新模型参数得到的，第二状态是向该电子设备的环境输入第一动作后将第一状态进行更新得到的，第一状态是输入第一动作之前环境的状态，收益值用来评估目标条件的完成度，环境包括该多个器件，第一动作的参数内容与控制参数的参数内容相同，第一状态以及第二状态的参数内容与状态信息的参数内容相同。

16、在上述方案中，可以通过强化学习的方式训练得到决策模型，该训练方法不需要人工标注的数据，通过直接与环境交互实现自我学习，相较于其他模型训练方法，可以应用于更多的场景中。并且通过该方法训练得到的模型具有更好的适应性，长期来看也具有更大的收益。

17、第二方面，提供了一种模型训练方法，应用于第一电子设备，其特征在于，方法包括：获取第二电子设备当前的第一状态信息；将第一状态信息输入决策模型，并输出第一控制参数；将第一控制参数作为动作输入第二电子设备的环境中，环境包括第二电子设备中的多个器件，多个器件用于协同处理目标进程，目标进程为屏幕画面的显示进程；从环境中获取第二状态信息和收益值，第二状态信息是环境基于第一控制参数将第一状态信息更新后的值，收益值用于评估目标条件的完成度，目标条件包括：基于第二控制参数和第二状态信息预测或测试得到的多个器件的综合功耗小于或等于第一阈值，以及，基于第二控制参数和第二状态信息预测或测试得到的第二电子设备的屏幕画面的丢帧率小于或等于第二阈值，第二控制参数是利用经过参数更新之后的决策模型，基于第二状态信息确定的；以达成目标条件为目的，基于第二状态信息和收益值调整决策模型的参数。

18、示例性地，第一电子设备可以是电脑、服务器、其他用于模型训练的设备。第二电子设备与第一电子设备不同。在一种示例中，第一电子设备可以是图7中的电脑，第二电子设备可以是图7中的手机。

19、可以理解的是，第二方面中的第一状态信息可以与第一方面中所述的第一状态对应，第二方面中的第二状态信息可以与第一方面中所述的第二状态对应，第二方面中的第一控制参数可以与第一方面所述的第一动作对应。

20、基于上述方案，可以训练得到一种决策模型，使得该决策模型能够基于输入的第二电子设备任意时刻的状态信息，输出对应的控制参数，并且该控制参数与该状态信息能够满足目标条件，即实现多器件性能和功耗的协同。基于此，便可以在任意时刻，基于第二电子设备的状态信息调节其控制参数，使得能够同时满足综合功耗和综合性能的要求，而不只是考虑单个器件的情况，从而实现整体功耗和性能的均衡。并且，上述方案通过软件实现，功耗低，开销小。

21、可选地，目标条件还包括：基于第二控制参数和第二状态信息预测或测试得到的多个器件的综合功耗，为满足丢帧率小于或等于第二阈值的情况下，多个器件的功耗的和的最小值。

22、可选地，目标条件还包括：基于第二控制参数和第二状态信息预测或测试得到的目标进程的处理时长等于目标时长，目标时长为一帧画面的显示的时长。

23、可选地，多个器件包括以下至少两项：处理器、存储器、缓存；在多个器件包括处理器的情况下，第一状态信息包括处理器的负载和/或目标进程中的关键线程的负载，第一控制参数包括处理器的频点；在多个器件包括存储器的情况下，第一状态信息包括存储器的访问量和/或处理器停顿信息，第一控制参数包括存储器的频点；在多个器件包括缓存的情况下，第一状态信息包括目标进程中不同优先级的线程的负载，第一控制参数包括缓存的频点，和/或，缓存的划分策略，缓存的划分策略用于指示为目标进程中不同优先级的线程所分配的缓存空间。

24、第三方面，提供了一种电子设备，包括存储器、处理器，该存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，使得电子设备实现如上述第一方面中任一项所述方法的步骤。

25、第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时，实现如上述第一方面中任一项所述方法的步骤。

26、第五方面，提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所述的方法。

27、第六方面，提供了一种芯片系统，该芯片系统包括处理器，该处理器与存储器耦合，该处理器执行存储器中存储的计算机程序，以实现上述第一方面任一项所述方法。

28、其中，芯片系统可以是单个芯片或者，多个芯片组成的芯片模组。

29、可以理解的是，上述第二方面至第六方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。