nfu演算法

① 如何看待中科院計算所的Cambricon-X稀疏深度學習處理器

在Google I/O 2016的主題演講進入尾聲時，Google提到了一項他們這段時間在AI和機器學習上取得的成果，一款叫做Tensor Processing Unit（張量處理單元）的處理器，簡稱TPU。

根據TPU團隊主要負責人介紹，TPU專為Google機器學習應用TensorFlow打造，能夠降低運算精度，在相同時間內處理更復雜、更強大的機器學習模型並將其更快地投入使用。Google數據中心早在一年前就開始使用TPU，其性能把摩爾絕缺定律往前推進到7年之後。之前打敗李世乭的AlphaGo就是採用了TPU做了運算加速。
根據Google所言，TPU只在特定應用中作為輔助使用，公司將繼續使用CPU和GPU。並且Google並沒有對外銷售TPU的打算。因此，TPU雖好，但僅限Google內部，而且即便使用TPU，也是用作輔助CPU和 GPU。
谷歌並沒有公布TPU是怎麼設計的，因此似乎很難對其一探究竟。不過，要知道谷歌的TPU並不是什麼黑科技，只不過是正常的一款專用加速晶元。而且，這也不是世界上第一款用來做深度學習的專用晶元。IBM和我國中科院其實都有類似成果。
IBM 在2014年研發出脈沖神經網路晶元TrueNorth，走的是「類腦計算」路線。類腦計算的假設是，相似的結構可能會出現相似的功能，所以假如用神經電子元件製造與人腦神經網路相似的電子神經網路，是否可能實現人腦功能呢？這其實有點像人類研究飛行器的過程。我們都知道鳥會飛是因為有翅膀，人沒有。所以假如給人也弄一對翅膀，人是不是也能飛？
早先人類其實有這么一個探索過程。如今人類要探索大腦，但是大腦何其復雜？IBM的這款晶元就是通過打造類腦的晶元架構，來期望得到大腦同樣的功能，就算達不到，能模擬一下也很有意義。大意如此，當然實際上復雜多了。目前這款晶元理念很超前，還處於深入研究階段，算得上是黑科技。
今天要重點講的其實是中科院的這款「寒武紀」晶元。2016年3月，中國科學院計算技術研究所發布了全球首個能夠「深度學習」的「神經網路」處理器晶元，名為「寒武紀」。該課題組負責人之一、中科院計算所陳天石博士透露，這項成果將於今年內正式投入產業化。在不久的未來，反欺詐的刷臉支付、圖片搜索等都將更加可靠、易用。下圖是「寒武紀」的晶元板卡。

之所以重點講，是因為Google的TPU晶元並沒有公開設計細節，連是誰代工的都沒有公開。但是沒攔同樣作為深度學習的晶元，有理由相信中科院的「寒武紀」與Google的TPU在設計理念上是相同的。在講這個之前，先簡單科普一下人工智慧和深度學習。
1981年的諾貝爾醫學獎，頒發給了David Hubel和Torsten Wiesel，以及Roger Sperry。前兩位的主要貢獻是，發現了人的視覺系統的信息處理是分級的。如下圖所示：從原始信號攝入開始（瞳孔攝入像素），接著做初步處理（大腦皮層某些細胞發現邊緣和方向），然後抽象（大腦判定眼前物體的形狀，比如是橢圓形的），然後進一步抽象（大腦枯宏胡進一步判定該物體是張人臉），最後識別眼前的這個人。

而深度學習（Deep Learning），恰恰就是模仿人腦的機制來解釋數據。通過組合低層特徵形成更加抽象的高層特徵（或屬性類別）。例如，在計算機視覺領域，深度學習演算法從原始圖像去學習得到一個低層次表達，例如邊緣檢測器、小波濾波器等，然後在這些低層次表達的基礎上，通過線性或者非線性組合，來獲得一個高層次的表達。此外，不僅圖像存在這個規律，聲音也是類似的。比如，研究人員從某個聲音庫中通過演算法自動發現了20種基本的聲音結構，其餘的聲音都可以由這20種基本結構來合成！
對於深度學習來說，其思想就是堆疊多個層，上一層的輸出作為下一層的輸入。深度神經網路由一個輸入層，數個隱層，以及一個輸出層構成。每層有若干個神經元，神經元之間有連接權重。每個神經元模擬人類的神經細胞，而結點之間的連接模擬神經細胞之間的連接。

當然了，以上這些原理都不是重點。我們只需要明白深度神經網路模擬了大腦的神經網路，上圖的每個圈圈都類似大腦的一個神經元。通過採用專用晶元進行神經元的運算加速，相比於採用CPU這種通用運算器，可以大大提高神經網路的性能。根據「寒武紀」晶元的介紹，它可以一條指令完成多個神經元的並行處理。據此推斷，Google的TPU很有可能也是這么設計的，也就是說，支持一條指令完成神經元的多次計算。
「寒武紀」專用處理器還有配套的指令集，叫Cambricon。我們知道，指令集乃是一個處理器架構的核心。知道了一款處理器實現了哪些指令，其實也就知道了這款處理器適合做什麼，也大概知道了這款處理器的硬體設計。

Cambricon指令集的特點是單指令可以做完一次向量或矩陣運算，因此假如我們知道了深度學習的具體演算法，那麼其實也就知道了每個神經元可以規約為何種向量或矩陣運算，其實也就推斷出了Cambricon的指令集。以此類推，如果我們知道了Google的深度學習演算法，假設也是每條指令實現多個神經元相關的向量或矩陣運算，那麼其實也能推斷出TPU的指令集。這種假設應該是很有道理的，畢竟把一個神經元的計算打包成一條指令，是非常科學合理的專用加速器設計方案。
可以看到，整個系統連接了兩塊圖像感測器，感測器採集到的圖像通過Camera Serial Interfaces（CSI）介面連接到Video pipeline處理單元，進行Bayer重建、白平衡、降噪、壓縮等等圖像處理。

而ShiDianNao則在該系統中進行深度學習的模式識別，它內部實現了一個深度神經網路，經訓練之後具有類似人類大腦一樣的識別能力，可以從圖像中識別出有一隻貓，然後將識別出「貓」的信息通過GPIO/I2C介面輸出給主機。整個系統用一款微處理器做控制，協調各個部件的運行。整個系統的數據存儲，使用了256KB的SRAM，為了節省功耗，並提高性能，並沒有使用DRAM。
下圖給出了ShiDianNao處理器的深度神經網路的架構。根據文獻介紹，NBin是輸入神經元的緩存，NBout是輸出神經元的緩存，SB是突觸的緩存。核心部件是NFU（neural functional unit）單元，它負責實現一個神經元的功能。ALU是數值運算單元，IB（decoder forinstructions）是指令解碼器。

之前講過，深度神經網路加速晶元的最大特點就是單指令可以完成多個神經元的計算。因此神經元計算單元的實現，就是這款加速晶元的核心。根據文獻介紹，每個NFU又是一個陣列，包含一堆PE單元。每個NFU單元實現了16bit x 16bit的定點整數乘法，相比於浮點乘法，這會損失一部分運算精度，但是這種損失可以忽略不計。

由此，我們就自上而下的看完了整個ShiDianNao的架構設計。由於Google並沒有公布TPU的設計，中科院和寒武紀公司亦沒有公開商用的寒武紀晶元的具體架構，因此我們只能大概根據中科院前些年與法國和瑞士的合作者在學術界公開發表的ShiDianNao架構進行推斷（我們假設寒武紀商用晶元和前些年的學術工作ShiDianNao在架構上有一脈相承之處，畢竟中科院計算所陳天石團隊的成員都是主要架構師或論文的第一作者）。

根據ShiDianNao架構的論文描述，結合之前的論述，我們可以大致得出以下猜測：
（1）Google的TPU很有可能也是單指令完成多個神經元的計算。

（2）知道了Google的機器學習演算法，就可以推斷出TPU支持的指令集。

（3）根據Google對TPU的描述「能夠降低運算精度」，猜測TPU內部可能也是採用更低位寬的定點或浮點乘法，雖然具體位寬未知。

（4）乘累加單元搭建的向量或矩陣指令仍然是基礎運算的核心。

（5）Google強調TPU有領先7年的性能功耗比（十倍以上的提升），據此猜測，TPU可能也沒有使用DRAM做存儲，可能仍然使用SRAM來存儲數據。但從性能功耗比提升量級上看，還遠未達到專用處理器的提升上限，因此很可能本質上採用的是數據位寬更低的類GPU架構，可能還是具有較強的通用性。

② 描寫疲憊的優美語句

描寫疲憊的優美語句

一、深沉的夜幕，只因你的到來，瞬間綻放出萬千的星光。

二、心情極度煩躁，希望下場雨，把煩惱都沖洗掉。

三、就像被玩過一兩次的玩具一樣，我想知道你究竟想要什麼。 甜蜜十分短暫的我們就像轉眼就會溶化的棉花糖 ，在我已經控制不了我疲憊的心了，快點再次抓緊我吧 我離開之前。出處：最後的問候

四、玩就大方的，愛就穩妥的。

五、我們總是和回憶做對，與時光抗衡，在漫長的過程中已經忘記了最初的方向，只剩下一顆疲憊的心。人之所以喜歡旅行，也許是因為可以把這些回憶和時光一點點放在旅途里，回來後重新上路，談不上如釋重負，只是草長鶯飛，生活還是原來的樣子，可你已慢慢地被磨得沒有了脾氣。作者：阿Sam 出處：趁，此身未老

六、成功的背後，是心酸的付出。所以就不要輕易放棄。

七、加個班，總要吃頓好的。偶遇前同事一塊聊聊公司，搭火吃個飯。著實是個消遣一天工作疲憊的好方法。

八、整日的忙碌調快了我的生活節奏，鍛煉了我處理問題的能力，磨平了我桀驁不馴的稜角，練達了我生活中昌團的人情世故，培養了我困局中尋覓捷徑的能力。

九、收一縷清風，為媽媽帶去輕松；采一縷陽光，為媽媽送去芬芳；掬一捧清水，為媽媽消去疲憊；發一條簡訊，為媽媽奉上祝福。祝媽媽母親節快樂！

十返孫、不想工作到想哭，全身疲憊還是要早起，面對的又是一天十多個小時的工作時間。好想逃避擔心的'事情也好多，卻一件都解決不了。好想好好坐在店裡吃一頓晚飯，而不是加班叫外賣。

十一、走風坡上他那心愛的姑娘曾問，這一生有什麼心願。不過是， 洗盡腐朽罪行，還他一生磊落光明; 免他疲憊辛苦，准他清清白白離世，乾乾凈凈入土。 那天她說，祝你得償所願; 可這死亡的遺憾與悔恨，誰能為他豁免?作者：玖月晞 出處：他知道風從哪個方向來

十二、有一種放棄叫成全

十三、那些生活已不值得再去期待，因為它總在我最燦爛的時候給我致命的一擊。

十四、我不過是想要一份不叛離，不傷害，只有溫暖的愛。

十五、也許身心疲憊， 但挺著挺著就承受了; 也許手足無措， 但忍著忍著就面對了; 也許哭笑不得， 但走著走著就過去了。

十六、笑有時候並不是最好的良葯，有時候它只是最好的掩飾而已。

十七、好想好想明天的太陽我們一起期待，好想好想從此為你守候一盞明燈，照亮你疲憊的歸途，好想好想甘願為你寧靜平淡一生，做你乖巧的新娘！

十八、想你想的無法入睡，愛你愛的深情陶醉，看你看的精神疲憊，做夢夢到你N+1回，我還是那樣寂寞無助，希望你早日飛到我的賬戶，錢，回來吧！

十九、有人說，最溫柔的擁抱是你看不見我，我從背後環過你的腰，當我的臉與你背相觸，和你說一句「我好想你」。當你看到李易峰的背影時，你是否想穿過人山人海，穿過屏幕，去擁抱這個背影看似筆挺，卻內里可能很累很疲憊的男孩？

二十、蝴蝶為花醉，花卻隨風飛，花舞花落淚，花哭花瓣耐世橘飛，花開為誰謝，花謝為誰悲 2.既然我們總是擦肩,那麼思念有什麼值得掛念,我會用懷念的姿態去回憶你的側臉.是懷念不是思念.伊始的夏天,蟬鳴的折疊崴蕤的夏天,不願承認我們是平行線.尾聲的夏天提早進入冬眠,把憂傷與噯昧過濾一遍,畢竟你曾染綠過我的夏天 3.始終是我一個人的舞台我一個人旋轉而她只是看台上的過客曲終人散 4.當流年、以成過往。當物是、加上人非。當 感情 、變成疲憊。當世界、沖滿黑色。當經歷、說成註定。當生活、讓我遺憾。糾纏是我不能夠控制、望去只有無盡的現實。

二十一、感覺跟你分開了好久，然後看了一下日歷，按一日三秋的演算法我們已經分開了十年，我還是無法控制對你的難以忘懷，但是關於你的一切我已經不再期待，生活很累很疲憊，瞞著所有人還繼續喜歡你，傻笑後晴轉多雲，有人說：「人如果沒有愛情就很完美」後來這種信徒都會托著他愛人的臉說：「那是因為他們沒有遇見你」遇見你我也有這樣的對白，「我愛你」

二十二、天已黑了，心卻找不到歸宿!

二十三、回憶叫我別向命運低頭，深愛的卻先放開了手

二十四、我也想或許有一天能把過往的心酸都講給他聽，他會笑著看著我，揉揉我的頭發抱抱我說好啦，我現在不是在這里。

二十五、時常會感覺到疲憊，不是身體的疲憊，而是由心而出的蒼老。一個真心的人，容易被感情所傷；一個善良的人，容易被他人所騙我想，越是真的人就活得越累吧。

二十六、無論受了多少委屈，只有自己憋在心裡，不是不想說。只是不知道該怎麼說能和誰說。

二十七、精神是乾涸到一定地步...開始漸漸忽略了這個只屬於我自己的地方...哎...很累很疲憊想睡個舒服卻不想丟下小布布...雖然真的超級累...可是陪伴著你的時光中也被幸福眷顧著...所以只能繼續草率的堅持

二十八、睡去昨天的疲憊，忘卻昨天的煩惱，睜開今天的雙眼，去打開今天的美好。

二十九、貝兒的睡眠依舊磨人，每天每天我都睡不好，很累很疲憊，今天早上六點多他就醒瞭然後在我邊上一直踹我踹我踹踹踹直到六點半我才鳥他，一看他已經把自己踹的和我成九十度直角在那兒躺著身上的被子也被他蹬開了，抱起來餵奶喂好了把他放在自己小床把他腳逮著假裝自己睡著了繼續不鳥他

三十、別給我臉色看，你的臉又不是調色盤

三十一、誰不會在沒有回報的付出里疲憊。

三十二、命運這兩個字有多沉重，重到說不出口。

三十三、如果有一天，讓你心動的再也感動不了你，讓你憤怒的再也激怒不了你，讓你悲傷的再也不能讓你流淚，你便知道這時光，這生活給了你什麼，你為了成長，付出了什麼。

三十四、指尖擊打著冰冷的鍵盤，心感覺著無力滿耳聽著雜亂的歌曲。任由疲憊蔓延想你。遠方的你，可曾記得那午夜的祈禱，記得過往的時間。記得那曾經的笑語嫣然，記憶在一瞬間的飄灑願遠方的你幸福快樂

三十五、忙忙碌碌一天又一天，上班時間緊趕慢趕忙手中的活，每天工作沒有全部做完的，只要時間節點不在當天，到了下班時間benfu回家帶娃，疲憊？白天黑夜連軸轉的日子能不疲憊嗎……估計終日工作不加班

三十六、澆鑄導流槽時急需數以百噸的鋼筋，這數以百噸的鋼筋，戰士們用肩膀扛了七天七夜。當負責組織這項工作的副隊長馮在強見戰士們一邊扛著鋼筋，一邊扛著磕睡邁著「醉步」時，實在不忍心了，便大聲下了一道命令：「休息五分鍾！」話音剛落，52名戰士呼啦一聲全倒在了一片潮濕的泥地上，只一瞬間，便全部呼呼地進人了沉睡的狀態。副隊長一邊看著手錶，一邊看著睡在地上的戰士們，眼淚刷刷地流了出來。

三十七、吃醋是因為我喜歡你，生氣是因為我在乎你，發呆是因為我想你，傷心只是因為我不想失去你。是不是等我離開了，你才會感動？如果真的到了那樣的一天，我還是希望你有一點點的難過，一點點的失落，一點點的想我，只要有一點點關於我的記憶就好，真的只要一點點就好

③ 模糊控制演算法是不是公認成熟演算法

李國勇，電子工業出版社專講神經網路與模糊控制，特別是有比較翔實的演算法分析和演算法實現（MATLAB）其中就有模式識別與聚類方面的內容

④ 有一個WiFi是wenfu2.3-4是什麼WiFi，為什麼連不到

手機無法連接WiFi網路的可能原因及解決方法：1.首先檢查無線路由器是否正常工作，可以使用其他手機或者數碼產品連接該WIFI信號，如果都能正常連接和正常上網，那麼一般來旁含說這個路由器是可以正常工作的。2.手機開啟了休眠狀態關閉網路。檢查手機是否開啟休眠狀態下關擾睜閉網路的選項，手機過一段時間就會斷開連接或者接收不到後台聊天軟體的可能原因是誤開啟手機休眠關閉網路的功能。3.長時間使用路由器，路由器可能會出現假死現象。重啟無線路由器即可。4.認證類型不合適。嘗試更改路緩啟歲由器的認證類型，選擇安全的「WPA2-PSK」類型模式要好，下面的加密演算法最好選擇「AES」。5.手機或路由器網路設置異常。考慮恢復路由器出廠設置和手機網路設置。

⑤ 如何優化策略降低系統能耗

針對雲計算系統在運行過程中由於計算節點空閑而產生大量空閑能耗，以及由於不匹配任務調度而產生大量「奢侈」能耗的能耗浪費問題，本文提出一種通過任務調度方式的能耗優化管理方法。

高能耗是雲計算系統最為嚴重的問題之一
雲計算系統中，除了處理任務時產生的必要能耗開銷，其運行過程中還存在能耗浪費的現象
解決方案
用排隊模型對雲計算系統進行建模，分析雲計算系統的平均響應時間和平均功率，建立雲計算系統的能耗模型；
提出基於大服務強度和小執行能耗的任務調度策略，分別針對空閑能耗和「奢侈」能耗進行優化控制。基於該調度策略，設計滿足性能約束的最小期望執行能耗調度演算法ME3PC (minimum expectation execution energy with performance constraints).
結果
大量實驗表明，本文提出的能耗優化管理方法在保證其性能的前提下，大幅度降低了雲計算系統的能耗

下一步工作
將研究在給定和真實的雲計算系統體系結構下，如何根據任務到達率的大小和分布規律，決策系統中應該處於運行狀態的計算機個扮胡數，結合關閉/休眠技術和電壓動態調整技術，進一步對雲計算系統的能耗進行優化控制，並且將研究的理論成果在實際雲平台上進行評測，以驗證其正確性

能耗
能耗分類
空閑能耗：由於計算任務達到的隨機性，使得單位時間內到達的任務量時而稀疏，時而密集，而現有的雲計算系統通常是長時間處於開啟狀態，等待計算任務的到達。但是當計算機處於空閑狀態時，其空閑功率會占峰值功率的50%~60%。因此，雲計算系統會產生大量的空閑能耗。奢侈能耗：由於雲計算系統中通常包含不同的計算機，實驗結果表明，不同計算機對不同計算任務的執行功率和響應時間一般不同。例如，同一圖像處理任務分別在CPU 和GPU 上的執行功率和響應時間不同，任務執行完成後，產生的總能耗也不同。因此，當未考慮能耗因素時，不匹配的調度方式會造成:本來用較低能耗就能解決問題，但卻用了較高能耗。本文把由於任務的不合理調度而浪費的能耗稱為「奢侈」能耗。執行能耗：執行能耗可定義為：任務在計算機上運行時，指令和數據驅動計算機硬體運轉所產生的能耗
傳統節能的方法
關閉/休眠技術：最大飢模限度的降低空閑能耗，缺點是當使用計算機時需要較長的啟動時間，導致系統性能一定程度的下降
電壓動態調整技術：為了便於研究，本文假定執行功率為任務整個執行過程的平均耗電功率。根據CMOS 電路動態功率公式Pdynamic~αCV2f 可知，動態功率與廳肢攔電壓的平方成正比。因此，降低處理器的電壓可以降低處理器的動態功率。但該方法的缺點是，隨著電壓的下降，處理器的性能會隨之下降
虛擬化技術：可實現多個任務在一個計算機的不同虛擬機上運行，通過提高計算機資源利用率，以減少所需計算機數量的方式降低能耗。虛擬化技術實現了計算機資源從物理實體向虛擬實體的遷移，提高了計算機資源的利用率。但虛擬化，特別是深層次的虛擬化本身也要付出高昂的效能代價，因為虛擬化技術通過對底層硬體部件到高層服務應用的層層虛擬，每一級的虛擬都造成了效能的損失。
任務和系統模型
隨機任務模型
根據任務對計算機資源的需求特徵，可分為計算密集型、通信密集型、數據密集型和I/O密集型等。
隨機到達雲計算系統的任務可以用三元組（T，Λ，W）表示，第i類任務可以表示為(ti，λi，wi)。ti表示第i類任務，λi表示ti任務單位時間平均到達數量，wi表示ti任務的計算量
雲計算系統模型
現有雲計算平台的硬體基礎設施通常是架構在大規模廉價伺服器集群之上，系統中的不同伺服器或計算機通常是由不同公司生產，有不同的硬體配置。這些計算機不僅有不同的功能和性能，其耗電的功率也不同，具體可表現為：功能異構、性能異構、空閑功率和峰值功率異構、執行功率異構；
雲計算系統可以定義為六元組：(C，Pbusym×n，Pidle，Ppeak，Um×n，S)
+a7+rW9tO//Ksbv6oaLPtc2z1tDL++NDQus/+1xMrHvbW1zc+1zbPUy9DQuf2zzNbQsvrJ++8wsfUxrzGy++"http://www.it165.net/uploadfile/files/2014/0508/20140508200129405.jpg" alt="\">
問題描述
根據2.1節和2.2節的分析，並結合能耗的計算公式E=P*T，則任意一個任務從進入雲計算系統到執行完成離開所產生的期望能耗可表示為

\
在給定任務類型、確定雲計算系統體系結構的條件下，只有調度概率Pij的值是根據調度策略的不同而動態變化的，雲計算系統的期望能耗與任務和計算機之間的調度策略有關
能耗優化管理
實質
根據任務的到達時間和類型、不同計算機的功率和性能、計算機實時的負載情況，對任務進行合理調度，使系統在滿足一定性能的條件下，降低雲計算系統運行過程中產生的空閑和執行能耗
假設
根據任務對計算機資源的需求特徵，可分為計算密集型、通信密集型、數據密集型和I/O密集型等。不同類型任務要處理的數據形式和問題規模一般不同。為了便於研究，本文假定同一類型任務的計算量相同
由於用戶服務請求的自主性、地域的分布性，導致不同用戶提交的任務之間通常沒有優先約束關系，即任務是獨立的
假設對於系統中的每個計算機，任務的到達間隔相互獨立,且服從同一參數的負指數分布
每個計算機對不同任務的服務時間也相互獨立，且服從同一參數的負指數分布
到達間隔時間與服務時間相互獨立
不同類計算任務以不同的概率調度到不同的計算機上
性能約束的最小期望執行能耗調度演算法ME3PC(minimum expectation execution energy with performance constraints)
調度器針對不同的情況，採用不同的調度策略，詳情請參考第3章

根據負載情況，將節點分在三個隊列：Clight、Cnormal、Chigh，
如果Clight不為空，則優先考慮集合Clight中的計算機，並採用基於大服務強度的任務調度策略，使對tCi類任務有大服務強度的計算機cCj有較大的調度概率，其中j∈Clight
Clight為空，Cnormal不通ky"http://www.it165.net/qq/" target="_blank" class="keylink">qq/+aTwvc3ViPsDgyM7O8dPQvc/Qoda00NDE3LrEtcS8xsvju/pjQzxzdWI+ajwvc3ViPtPQvc++QzxzdWI+ViPrK7zqq/1aOsvLTL+2yLW9uLrU2Nfu0KG1xLzGy+O7+snPCjxwPgo8aW1nIHNyYz0="http://www.it165.net/uploadfile/files/2014/0508/20140508200130420.jpg" alt="\">
定理滿足性能約束的最小執行能耗調度演算法ME3PC的最壞時間復雜度為O(3mn)，其中，m為任務的類型數，n為雲計算系統中計算機的個數。
實驗
實驗環境的設置
為了驗證ME3PC演算法的有效性，本文使用Matlab 的離散事件模擬工具進行模擬實驗。實驗環境涉及的相關參數以及取值或取值范圍見下表。

實驗中任務分為4 類。第i類任務的到達間隔時間服從參數為1/λi的負指數分布。該間隔時間可通過負指數分布函數exprnd(1/λi)來生成，其中，λi的值在[10，15]區間隨機生成。根據任務的到達間隔，利用函數cumsum(?)可得到第i 類每個隨機任務到達系統的時刻。最終可確定所有6000個任務到達系統的時刻。計算機cj對ti類任務的服務時間服從參數為1/μij的負指數分布，同樣，服務時間也通過函數exprnd(1/μij)來生成，參數μij的值在[1，5]區間隨機生成
為了讓模擬系統的運行存在平衡狀態，需要滿足條件\
\
實驗與結果分析
為了進一步說明ME3PC演算法的有效性，本文又設計了最小執行功率調度演算法(minimum execution power，簡稱MEP)，並將ME3PC與MEP、經典MIN-MIN 演算法進行比較。其中，MEP的演算法思想是:在任務調度時，將任務調度到執行功率最小的機器上，而不考慮該計算機當前的負載情況以及執行該任務的服務時間。MIN-MIN是針對獨立任務的動態調度演算法，廣泛應用於同構或異構分布式並行計算環境，有良好的調度性能。本文分別從系統執行任務的平均能耗、任務的平均響應時間、系統的平均功率、負載平衡和可擴展性這5個方面對3種演算法進行對比分析

從圖2可以看出，採用MEP演算法時系統的平均功率最小，ME3PC略大於MEP，MIN-MIN的功率最大，且遠大於ME3PC和MEP。分析原因是，MEP演算法專注於系統執行功率的優化，任務調度時只將任務調度到執行功率最小的機器上，因此系統平均功率最小，但沒有考慮調度的機器性能，因此總體性能最差。MIN-MIN演算法則相反，只專注於任務的完成時間，而不考慮能耗、負載平衡等其他因素，因此響應時間最小，但是系統平均功率最大。ME3PC演算法則同時考慮了功率和性能因素，雖然系統功率較MEP演算法平均增加了6.4%，響應時間比MIN-MIN演算法平均增加了5.7%，但是任務在系統中的所產生的能耗卻最小，如圖4所示。究其原因是:（1）由於ME3PC演算法針對空閑或輕載計算機採用了大服務強度優先的調度策略，大大降低了系統中計算機出現空閑的概率，使系統的利用率高於MEP和MIN-MIN。其中，採用ME3PC演算法時，系統產生的空閑能耗平均是MEP和MIN-MIN演算法的81%和73%，如圖5所示。（2）由於優先對空閑和輕載計算機進行調度，最大限度地避免了負載不平衡的發生。因此，ME3PC演算法保證了系統的負載平衡，如圖6（a）、圖6（b）所示。可見，只有同時考慮功率和性能因素才能真正降低雲計算系統的能耗。

從實驗結果中，我們發現了一個有趣的現象:當計算機個數為1時，3種演算法下的系統平均功率、任務平均響應時間和任務平均能耗自然都相等。但是隨著計算機個數的增加，系統執行任務的平均能耗卻呈線性下降。當計算機個數為8時，系統執行任務的平均能耗最小。隨著計算機個數的繼續增加，系統執行任務的平均能耗開始增大，且呈指數級增長。究其原因是:（1）當計算機個數從1增加到8的過程中，任務平均響應時間呈指數級減少（如圖3所示），但是系統的平均功率的增勢卻基本趨於平穩（如圖2所示），這導致系統執行任務的平均能耗在該過程中是逐漸降低的，並且由於此時系統平均功率的絕對值較小，因此降低的趨勢呈線性。（2）當計算機個數從8增加到128的過程中，任務平均響應時間下降的趨勢趨於平緩（如圖3所示），但是系統的平均功率的增勢卻呈指數級增加（如圖2所示），這導致系統執行任務的平均能耗在該過程中是逐漸增加的，並且由於此時系統平均功率的絕對值較大，因此增長的趨勢呈指數級。由此可見，在等能耗的條件下，計算機個數為8時系統有最好的擴展性。對於實際的雲計算系統，如何根據系統的體系結構、任務到達的規律確定系統中應該開啟或關閉的機器個數，以及開啟或關閉哪些機器進行能耗的優化控制，將作為下一步的研究內容。

⑥ nru，nfu，ws，clock和lru的區別

LRU是最近最配含少使用頁面置換演算法（Least Recently Used），也就是首先淘汰最長時間未被使用的頁面！
LFU是最近最不常用虛賣簡頁面置換演算法（Least Frequently Used），也就是淘汰一定時期內被訪問次數最少的頁！
比如，第二種方法的時期T為10分鍾，如果每分鍾進行一次調頁，主存塊為3,若所需頁面走向為2 1 2 1 2 3 4
注意，當調頁面4時會發生缺頁中斷
若按LRU演算法，應換頁面1（1頁面最差褲久未被使用） 但按LFU演算法應換頁面3（十分鍾內，頁面3隻使用了一次）
可見LRU關鍵是看頁面最後一次被使用到發生調度的時間長短，
而LFU關鍵是看一定時間段內頁面被使用的頻率！

⑦ 自拍好看的手機有哪些推薦

自拍好看的手機，推薦榮耀60 Pro。如今，越來越多的手機廠商在自拍方面進行升級、優化。而這款榮耀60Pro，在拍照方面明顯勝出其他款。也正是因為這款手機，讓我喜歡上了自拍，多了份自信，拍照效果真實，真的很棒。下面，就隨我來一起看看這款優秀自拍手機的相關信息~

榮耀60 Pro介紹

8GB+256GB，參考價格 2599元

【攝像/拍照方面】

榮耀60 Pro不僅外觀顏值高，拍出的照片、Vlog一樣很美。參數方面，榮耀60 Pro採用後置三攝方案，分別是一億像素高清主攝、5000萬像素超廣角鏡頭，擁有122°超大拍攝角度，支持等效13mm焦段，以及200萬像素景深鏡頭，同時憑借5000超高像素鏡頭，拍照迅速的同時成片效果非常清晰。

榮耀60 Pro的前攝同樣相當出色，其搭載一顆5000萬AI超感知鏡頭，可以高清直出5000萬像素照片。憑借高像素的優勢，自拍時面部細節拍攝得非常清晰，並且人物色彩還原的也非常准確。

這顆前攝除了能拍攝高清人像照片以外，還支持100°超廣角Vlog拍攝。榮耀60 Pro不僅僅擁有令人驚艷的外觀，強大的影像系統和簡潔的Vlog拍攝，讓用戶可以輕松記錄日常點滴美好。

【屏幕方面】

榮耀60 Pro正面屏幕使用一塊6.78 英寸OLED流光四曲屏，解析度為2652*1200，支持DCI-P3 100%廣色域、10.7億色顯示、4096級硬體調光，以及動態智能120Hz高刷新率，支持1920Hz高頻PWM調光。榮耀60 Pro的屏幕參數還是非常不錯的。

【外觀方面】

榮耀60 Pro的外觀設計更是將手磨兆機顏值提升到了新高度，其後置攝像頭模組採用經典的雙圓環設計。圓環上方為主攝鏡頭，下方為超廣角鏡頭，中間為一顆景深鏡頭，三顆鏡頭的圓心處於一條中軸線，配合多道工藝打造的微曲面外部金屬戒環，令榮耀60 Pro擁有極高的辨識度。

手機中框採用金屬材質打造，其頂部和底部經過磨砂處理，搜皮與亮面的邊框形成鮮明對比，配合曲面玻璃背板，無論從手機什麼角度握持，都能獲得舒適的手感，並且192g的機身重量就算長時間使用也不會感到累手。

【核心硬體配置】

榮耀60 Pro不僅有漂亮的外觀，性能方面同樣非常能打。其全球首發高通驍龍778G Plus 5G移動平台，該晶元採用採用台積電6nm製程工藝，擁有4個A78架構大核，最高頻率可達2.5GHz。配合榮耀強大的底層優化技術，榮耀60 Pro可以將這顆晶元的性能發揮到極致。

【續航方面】

榮耀60 Pro首次搭載了4800mAh超大電池，通過對機身空間優化，做到了保持手機輕薄的同時還能裝下大容量電池。相較於榮耀50 Pro，榮耀60 Pro的電池容量提升了20%，然而手機厚度僅僅增加了1.7%，另外榮耀60 Pro還搭載系統級功耗黑科技，可以進一步提升續航效率。

榮耀60pro和榮耀50pro比較：

【屏幕比較】

榮耀60 Pro採用6.78 英寸OLED流光四曲屏，支持2652*1200 像素解析度、120Hz 刷新率，與榮耀50 Pro相比，屏幕頂部黑邊寬度減小18.6%，底部黑邊的寬度減小11.2%。榮耀50 Pro採用6.72 英寸OLED75度超級曲面屏，支持2340*1080像素解析度、120Hz屏幕刷新率和300Hz觸控采樣率。

【續航比較】

榮耀60Pro內置4800mAh電池容量，配置立體聲雙揚聲器。榮耀50 Pro內置4000mAh電池容量，配置單揚聲器。

【拍照比較】

榮耀60 Pro後置三攝，10800萬世游差像素超清攝像頭+5000萬像素超廣角微距攝像頭+獨立景深攝像頭，前置5000萬像素AI超感知攝像頭。榮耀50 Pro後置四攝，10800萬像素主攝像頭+800萬像素廣角攝像頭+200萬像素景深攝像頭+200萬像素微距攝像頭，前置3200萬像素高清鏡頭+1200萬像素視頻鏡頭，在拍照功能上，榮耀60 Pro明顯更勝一籌。

從綜合數據分析，榮耀 60 Pro相比較前一代機型迭代升級很多。

總之，榮耀 60 Pro 確實是一款實力強勁的手機，它優秀的外觀設計和出色的影像配置以及強大的性能，吸引了很多人，也包括我，不管看視頻還是玩游戲，運行都很流暢，值得擁有。