На что влияет частота процессора в телефоне: Mobile-review.com . ?

Содержание

Покупаем смартфон: что означают аппаратные спецификации?

Многие производители смартфонов хотели бы привлечь потенциальных клиентов спецификациями своих устройств. Однако, большинство пользователей просто не знают, что означают аппаратные спецификации. Давайте попробуем разобраться в этом вместе

Многие производители смартфонов хотели бы привлечь потенциальных клиентов спецификациями своих устройств. Однако, большинство пользователей просто не знают, что означают аппаратные спецификации. Давайте попробуем разобраться в этом вместе.

Срок службы батареи

Большинство производителей указывают на упаковке срок службы аккумулятора смартфона. Часто эта единица выражена в миллиамперах в час (мАч). Чем больше эта величина, тем лучше. В то же время Apple, например, не указывает мощность батареи своего iPhone 5, а говорит о том, что ее заряда хватит на 10 часов воспроизведения видеофайлов. Многим пользователям такой подход более понятен.

С каждым новым поколением смартфонов, производители стараются увеличить срок службы батареи. Например, мощность аккумулятора недавно анонсированного Nokia Lumia 920 составляет 2000 мАч. Такая же мощность и у батареи Droid Razr M от Motorola. Мощность новой батареи Samsung Galaxy Note 2 составит 3200 мАч. Однако это не означает, что устройство без подзарядки будет работать дольше, чем Lumia, поскольку Galaxy Note 2 потребляет больше энергии при работе.

Сегодня большинство хороших смартфонов обладают батареей мощностью около 2000 мАч и выше, что позволяет устройству работать без подзарядки не менее 10 часов. Лучшими по этому показателю пока остаются Motorola и Nokia, а сразу за ними следуют Apple и Samsung.

Количество ядер процессора

Не нужно быть вундеркиндом, чтобы понимать, что даже самая мощная батарея становится абсолютно бесполезной, если устройство не оснащено хорошим центральным и графическим процессором. Одноядерный процессор, работающий с частотой 1,2 ГГц (Гигагерц – это мера определяющая быстроту работы устройства), немного выиграет от наличия мощной батареи. Устройство с двухъядерным процессором будет работать гораздо быстрее.

Покупая смартфон, знайте, чем выше показатель ГГц, тем лучше и, конечно же, двухъядерное устройство лучше одноядерного. Большинство современных смартфонов сегодня поставляются с двухъядерным процессором, работающим с частотой в 1,5 ГГц. Также на рынке представлены и смартфоны с четырехъядерным процессором.

При покупке смартфона, определяясь с количеством ядер процессора, стоит помнить два фактора. Чем больше ядер, тем быстрее будет работать ваше устройство. В тоже время, чем больше ядер, тем больше энергии будет потреблять смартфон и значит, тем более мощной батареей он должен быть оснащен.

Возможно, вы сталкивались с такими названиями как ARM или х86. Почти все современные смартфоны и планшеты работают на базе процессоров ARM, поскольку эти процессоры более энергоэффективны чем х86 от Intel.

Разрешение экрана

Именно этим показателем многие производители часто стараются привлечь покупателей. Разрешение экрана определяется двумя показателями: общим количеством пикселей и плотностью пикселей на дюйм. Чем больше пикселей приходится на дюйм, тем более качественной получится картинка. В тоже время, чем выше разрешение экрана, тем больше энергии потребляет устройство.

Плотность разрешения экрана у iPhone 5 составляет 326 точек на дюйм. Точно такое же разрешение было и у iPhone 4S. Общее разрешение нового девайса составляет 1136х640. Крупнейший конкурент iPhone от Apple, Samsung Galaxy S III может похвастаться 306 точками на дюйм и общим разрешением в 1280×720. Технически у Galaxy больше пикселей, однако, и экран девайса тоже больше, а плотность на дюйм меньше, а это значит, картинка будет менее качественной.

Понижение максимальной частоты процессора смартфона Samsung Galaxy S 2

 

Проблемы и задачи эксперимента

Несомненно, основной проблемой при эксплуатации современных мобильных устройств можно назвать нехватку автономности. Всем нам хотелось бы, чтобы смартфон или планшет работал дольше без подключения к зарядному устройству. Однако мы видим, что эта проблема неохотно решается производителями, прогресса в технологиях аккумуляторов практически не наблюдается. Можно сказать, что проблема глобальная. «Тормозной» Андроид, «супероптимизированная» iOS, «быстрая» WP7, «экзотическая» MeeGo — вне зависимости от используемой платформы мы слышим недовольство пользователей временем работы девайсов при активном использовании.

В очередной раз я позволю себе высказать мнение, что при одинаковых милиамперчасах в батарее,  при одинаковых задачах, схожей интенсивности использования сетевых интерфейсов, при совпадающем количестве фоновых сервисов и главное при одинаковом времени работы с включенной подсветкой экрана, время автономной работы устройств на разных платформах примерно одинаковое. По крайней мере, в смартфонах точно так и есть. Я могу утверждать это на основании личного опыта эксплуатации. Время от времени всплывающие в интернете скриншоты «рекордных» показателей времени автономной работы, когда устройства (вне зависимости от платформы), эксплуатируют в основном в щадящем и спящем режимах только подтверждают мою правоту. Любой современный смартфон, на любой платформе, можно спокойно разрядить за 4-6 часов. В тоже время, он сможет проработать/пролежать около 5-6 дней в спящем режиме с синхронизацией и редкими включениями экрана.

Однако стоит отметить, что все-таки, некоторые незначительные улучшения в виде увеличения автономной работы современных флагманов на Android, присутствуют. Это достигается благодаря уменьшению техпроцесса производства процессоров и чипов, улучшению эффективности их работы в плане улучшения быстродействия без повышения энергопотребления, некоторому незначительному увеличению емкости базовых батарей, применению энергосберегающих технологий в дисплеях, оптимизации операционной системы, наконец. Ведь что-то происходит и внутри быстроразвивающегося Android? В принципе, можно сказать, что между устройствами первого и второго поколения, особых различий не наблюдалось. Однако сейчас, когда мы имеем на руках третью волну устройств и готовясь к четвертой, мне кажется можно говорить о таком явлении. Это заметно и я могу назвать количественный прирост в автономности «новых» устройств — примерно 10-20%.

Все вышеперечисленное справедливо и для текущего флагмана платформы — телефона Samsung Galaxy S II. По сравнению с предыдущей моделью, автономность тут также несколько повышена. Конечно, можно было бы списать это улучшение на увеличенный аккумулятор — как раз на 10%. Однако, принимая во внимание процессор с двумя ядрами, увеличившуюся частоту его работы, больший размер экрана и заметно возросшую производительность, я бы сказал, что кое-какая оптимизация присутствует. И все-же, как нам еще увеличить автономность устройства в режиме активной эксплуатации?

SGS2 очень мощное устройство. Я бы даже сказал, что слишком мощное. Всегда ли эта мощность нам необходима? Даже без всяких экспериментов можно предположить, что нет. Но давайте проверим данное утверждение на практике. Мы решили попробовать уменьшить максимальную  рабочую частоту основного процессора и посмотреть, как это отразится на ощущениях от работы девайса. При этом, мы планировали жесткое использование девайса, чтобы установить его максимальную автономность при максимуме нагрузки. Кроме того, давайте посмотрим, нужны ли нам эти гигагерцы, которыми нас кормят производители? ЕСТЬ ЛИ В ЭТОМ СМЫСЛ? То есть, мы попробуем найти комфортный порог понижения частоты процессора.

Ну, думаю, что цель эксперимента понятна, приступим к его реализации.

Итак, как мы галактику тормозили

Первой нашей задачей было правильно оседлать двухядерную двухголовую упряжку горячих жеребцов-близенецов Exynos. Для этих целей было выбрано ядро с возможностью оверклокинга, которое работает на прошивке Revolution HD 3.1.1 и называется RAGEmod. Также подойдет любое другое ядро с возможностью изменения параметров работы процессора, например Siyah Kernel. Для непосредственного управления процессором, была использована программа SetCPU (вожжи и оглобля на первой схеме), при помощи которой, кони были взяты под уздцы — был установлен верхний порог частоты центрального процессора в 800 МГц.

  

Почему было выбрано именно это значение? Оно было определено экспериментальным путем, как минимально необходимое для нормальной работы большинства игр на Android. Естественно, это понятно — игры самый ресурсоемкий процесс. И при частоте процессора в 800 МГц еще не заметны никакие торможения, в основном все всегда работает нормально.

О результатах полевых испытаний, рапортует наш специальный корреспондент, младший научный сотрудник Московского подразделения KeddrOlab Александр Куренков:

Недавно, благодаря нескольким читателям кеддра и обычной логике, я решил вместо повышения букв и цифр возле надписи Apple перейти на операционку Android. Естественно выбор пал на одну из самых мощных моделей на рынке — Samsung Galaxy S2. Учитывая, что я еще учусь в школе, так совпало, что телефон я купил на каникулах. Он был дома, всегда в сети WiFi и около розетки. Мне, сначала, вполне хватило того что показывали графики (~4-5 часов в режиме жесткого использования) — ведь я еще не понимал что и где — изучал ОС. Когда дело дошло до будних дней, я подумал что телефон будет жить на уровне айфона (ну под WiFi я особой разницы не заметил, т.к. время пролетало довольно быстро), но все оказалось совсем не так! В первый день, я решил просто посмотреть, что будет и использовал его в “обычном режиме” для будних дней, но, когда я стал наблюдать за батареей, я понял, что такими темпами он не доживет до обеда. Пришлось сокращать нагрузки, пытаться им вообще не пользоваться. Все равно где-то к вечеру у меня в течении 2-3 дней оставалось 5% (в обед заряжал по 25-30%). Что я, собственно, делал:

1. Интернет (ICQ, vk, twitter, немного youtube) ~20-30 минут;

2. Игры (пара минут на все-таки хотелось провести за игрушками) ~ 5-10минут;

3. Камера (ну тут понятно, что нужно было заснять какую-то информацию) ~2-3 снимка в день.

    

Подумав и посмотрев на свой график использования я понял, что телефон использует полностью свою мощность довольно часто, ведь играю я не в змейку, а в 3D-игры. Надо было с этим что-то делать. Сначала я вспомнил что Android — открытая система и тут можно разгонять процессор (следовательно и понижать частоту тоже), потом посоветовался с Владиславом и уже вечером частоту максимального порога для процессора я закрепил на отметке 800 MHz. Помогло, телефон стал жить в режиме “как всегда” дольше. Так что если вас не устраивает сколько работает ваш зверек — можете попробовать понизить частоту. Второй вариант — усиленная батарея.

Я также посидел несколько дней с ограничением максимальной частоты процессора 800 МГц, наблюдая некоторую экономию в использовании батареи при своем обычном использовании.

В игры я не играю, в отличии от Александра, поэтому мне в основном хватает одного заряда на 12-13 часов. На 800 МГц я выходил на 14-15 часов. Естественно, подобная оценка очень субъективна, но я старался давать примерно одинаковые нагрузки, включая экран телефона с определенной переодичностью и совершая свои обычные действия — просмотр почты, твиттера с переходом по ссылкам и просмотром онлайн-видео.

  

Однако, я пошел еще дальше и решил настроить систему профилей, которая регулировала бы работу процессора в зависимости от текущей ситуации, благо программа SetCPU позволяет настроить определенное количество подобных профилей. Кроме того, я решил понаблюдать за частотами и энергопотреблением смартфона, чтобы понять, какую реальную выгоду дает такая тонкая настройка.

Вот что у меня получилось:

  

Как вы видите, я получаю максимальное быстродействие аппарата за счет разгона процессора до 1,4 ГГц во время зарядки от сетевого БП и использую штатные 1,2 ГГц при зарядке от USB ПК или ноутбука. При работе от батареи, максимальная частота работы процессора постепенно понижалась такими шагами:

100-70% — 1200 МГц

70-50% — 1000 МГц

50-30% — 800 МГц

Ниже 30% — 500 МГц

Можно сказать, что я не испытывал каких либо неудобств  при использовании телефона от подобного понижения максимальной частоты работы процессора. Единственное, на последнем этапе при ограничении в 500 МГц можно было заметить слабые лаги системы при сложных задачах и прокрутке рабочего стола с трехмерным эффектом (Go Launcher EX).

Выводы после эксперимента:

1. Понижение максимальной рабочей частоты процессора для SGS2 до 800 МГц, практически не приносит ощутимых неудобств при работе с телефоном, даже в трехмерных играх. Воспроизведение видео также происходит без проблем. Однако запись видео в 1080р с камеры, может происходить с подергиваниями

2. Понижение максимальной частоты процессора до 500 МГц еще можно переносить, если вы особо не нагружаете смартфон и вас не беспокоит наличие лагов при прокрутке. Играть в игры на данной частоте уже невозможно из-за заметных тормозов.

3. Огромных выгод от понижения максимальной частоты работы процессора в SGS2 вы не почувствуете, так как на самом деле, большую часть времени смартфон функционирует на 200 МГц, эта же частота используется во время сна аппарата, когда экран выключен.  При прокрутке столов, меню, запуске программ, частота процессора повышается до 500-800 МГц, иногда до 1000 МГц. И только при съемке видео в 720-1080р и играх, рабочая частота поднимается до штатного максимума в 1200 МГц.

  

Поэтому, экономию от понижения верхнего порога используемой частоты процессора вы почувствуете только если очень интенсивно используете аппарат для сложных задач, часто снимаете видео и много играете в игры. Например, я также могу предположить, что будет определенная экономия при продолжительной работе GPS навигации (не проверялось). Если, при стандартных условиях работы процессора, вы сейчас имеете намного больше 12 часов автономной работы, например 15-20 и более — вам даже не стоит затевать подобные игры с частотами. А вот, если вы используете смартфон очень активно и имеете текущую автономность менее 8-10 часов, то сможете при помощи подобных изощрений получить дополнительные час-полтора работы от батареи. Согласитесь, в некоторых ситуациях это вполне весомая прибавка.

Пробуйте, экспериментируйте, к счастью, процедура понижения частоты процессора абсолютно безопасна. Единственное, с чем вы можете столкнуться — это тормоза системы и лаги интерфейса.

Лучший результат максимального времени работающего экрана, из виденных мною на стандартной батарее, был получен несколько дней назад на прошивке RevolutionHD v3.1.1 с ядром Siyah Kernel 2.2 nolog:

    

    

В продолжение этой статьи, анонсирую следующую тему для 3-й серии KeddrOlab ScreenCast, который постараюсь выдать через несколько дней: использование и настройки программы SetCPU, типы профилей процессора (CPU governors), overclocking & undervolting.

Тактовая частота или количество ядер? Что выбрать?

Так как весомую часть посетителей проектов составляет игровое комьюнити (спасибо, otstrel.ru 😉 ) частенько мне по почте задают вопросы, связанные с производительностью, характеристиками и конфигурациями компьютеров, комплектующими и всем таким прочим. Относительно часто встречающийся среди прочих вопрос: «Что важнее для игр, — многоядерность процессора или его тактовая частота?». Что вообще, по сути, есть частота, а что много ядер и какую роль все это играет?

В этой статье я попробую ответить Вам на эти вопрос, а так же доступными словами рассказать про основные принципы работы процессоров.

Поехали.

О количестве ядер и частоте процессора

Сказать однозначно, что важнее, частота или количество ядер, — невозможно. Слишком уж разные это вещи. Дело в том, что частота процессора — это количество операций в секунду. Чем выше частота, тем больше действий процессор за один проход. Это как с перевозкой груза: чем быстрее Вы едете, тем раньше привезете товар к месту назначения. Других вариантов нет. Если взять два одинаковых процессора, но с разными частотами, то можно гарантировать, что быстрее будет именно тот, у которого выше частота работы.

С многоядерностью сложнее. Два ядра могут обсчитывать одновременно несколько задач. И в идеале работать они будут значительно быстрее одноядерного решения. Но тут все зависит от самой программы или игры: может ли она разделить поставленную задачу на несколько простых действий и загрузить ими оба ядра? Для простоты понимания снова вернемся к примеру с перевозкой грузов. Если у Вас есть два грузовика, то они могут перевезти в два раза больше груза. Но это только при условии, что груз можно разделить на части. А что, если это, скажем, уже собранная машина, которую и разбирать нельзя и не разрежешь пополам? Тогда с грузом поедет только один грузовик, а второй будет простаивать и ничего полезного не сделает. Так и с процессорами. Если программа не может разбить задачу на части, то работать будет только одно ядро и скорость будет зависеть только от его частоты.

Помимо частот и количества ядер, есть еще один немаловажный фактор, — архитектура процессора. Собственно, это то, как процессор оперирует полученными данными. Возьмем, опять же, наши грузы. К примеру один водитель знает дорогу лучше другого и представляет где можно срезать путь, а посему приходит на место быстрее своего компаньона. С процессорами то же самое. Чем рациональнее используются его ресурсы, тем быстрее он будет работать. Именно поэтому, к примеру, процессоры Intel в одинаковых условиях зачастую оказываются быстрее решений от AMD.

Теперь, понимая, на что влияют основные характеристики процессора, можно поговорить о том, какая из них важнее именно для Вас. Многоядерность помогает при конвертации видео, работе с аудио, рендеринге картинок в 3DS Max и т.п. Это простые процессы, которые всегда можно разделить на составляющие и после обсчета собрать вместе. С играми все гораздо сложнее, тут как попадете. Кто-то из разработчиков занимается распараллеливанием задач в коде игр, а кто-то нет. Но тенденция «больше ядер — быстрее игра» все же прослеживается. Отчетливо это видно при сравнении старых игр с новыми. К примеру, Crysis, игра трехлетней давности, на двухъядерном процессоре с частотой 4.5ГГц работает значительно быстрее, чем на четырехядерном, но с 2,6 Ггц.
Однако не стоит срываться с места и бежать за четрехъядерным процессором. Перед покупкой необходимо учесть множество других факторов, главный из которых — видеокарта. В играх процессоры раскрываются только тогда, когда графику обрабатывает мощная плата, к примеру, GTX 480 или Radeon HD5870. Если же за графику будет отвечать что-нибудь бюджетное, то разницы между теми же Core i3 и Core i7 можно просто не почувствовать, т.к производительность в этом случае упрется в видеокарту.

к содержанию ↑

Послесловие

Вот такие вот дела.
Надеюсь, что оная статья оказалась для Вас полезной и ответила на интересующие вопросы. Впрочем, если даже не на все, то спрашивайте в комментариях, — буду рад ответить по мере сил и возможностей.

PS: За существование оной статьи отдельное спасибо компьютерно-игровому журналу «Игромания».

Выбираем правильный планшет


Прежде чем пойти в магазин и приобрести тот или иной планшет, необходимо задаться вопросом: « Зачем нужен планшет?»

Планшеты, как правило, необходимы для игр, интернета и работы. Исходя из того, в какой сфере будет использоваться ваше устройство, можно сформировать базовые «начинки», встроенные в будущий планшет.





 1. Процессор, или «мозг» планшета. Это основной критерий, на который следует обратить внимание. Чем мощнее процессор, тем быстрее будет «думать» планшет.

 Вот, например, можно встретить такие характеристики процессора, встроенного в тот или иной планшет: Тактовая частота процессора – 1,3 ГГц, количество ядер – 4.

 Такие характеристики говорят о том, насколько процессор мощный и как он быстро будет обрабатывать информацию (запускать ёмкие приложения, играть, воспроизводить видео, отвечать за правильную и быструю работу нескольких приложений одновременно и т. д.). Чем больше ядер, а их бывает 2, 4, 6, 8, 10, и выше тактовая частота (единица измерения – герц; например, 1,3 ГГц, 1,4 ГГц, 2 ГГц и т. д.), тем быстрее и мощнее процессор.

 Вот, например, планшет, процессор которого имеет следующие характеристики: Количество ядер – 8, тактовая частота 2 ГГц (иногда можно встретить надпись на ценнике — Qualcomm Snapdragon 810 MSM 8994 2000 Мгц, так вот 2000 Мгц, или 2 ГГц – это и есть частота процессора, а все остальное — название и индекс процессора) можно напрямую использовать под запуск мощных приложений, игр. Планшет с такими характеристиками отлично подойдёт для игр, которые требуют мощный процессор (Например, игра «Танки»), а также для любителей работать в программах Фотошоп и Corel Draw.

 Кстати, процессоры, имеющие 2 ядра и низкую тактовую частоту, подойдут больше для людей, которые проводят время в социальных сетях, играют в простые игры (Например, Игры три в ряд).




 2. Память (оперативная, встроенная, а также поддержка дополнительной памяти).

 Оперативная память (ОЗУ), ещё одна важная составляющая планшета. Такая память отвечает за нормальную работу программ. А объем оперативной памяти — 1 Гб, 2 Гб, 3 Гб, 4 Гб, отвечает за нормальную работу одновременно запущенных приложений. Чем выше объем, соответственно, быстрее и лучше работают приложения.

 Встроенная память. Такая память, как правило, не сильно большая, от 4 Гб и до 128 Гб. Не стоит забывать о том, что в планшете нет «чистых» 4 Гб, 8 Гб, 16 Гб, 32 Гб, 64 Гб, 128 Гб, памяти всегда будет меньше, так как часть её уже занята под системные приложения. Поэтому и стоит выбирать более объёмный планшет.

 Поддержка дополнительной памяти. Стоит обязательно обратить внимание на слот для карты памяти, ведь это замечательная возможность расширить дополнительно память планшета. На такой карте памяти (зачастую Micro SDHC) можно хранить личные фотографии, музыку, видео, прочие документы.




 3. Операционная система (ОС). Поговорим о трёх более популярных и современных операционных системах.

 1) Android. Ставится такая система практически на каждый планшет. Имеет хороший интерфейс, очень удобен в пользовании (особенно для пользователей, которые впервые берут в руки планшет на данной ОС). Магазин с приложениями и играми бесплатный (но также есть и платные «эксклюзивные» приложения от известных разработчиков). Система обладает высоким уровенем безопасности. Такая операционная система отлично подходит как для игр, так и для работы.

 2) IOS. Данную операционную систему можно встретить только на планшетах фирмы Apple. Обладает хорошим интерфейсом. Пользоваться таким планшетом также просто и удобно. Система безопасности на высшем уровне (гораздо выше, чем у системы Android). Приложений в магазине большое количество как платных, так и бесплатных. Планшеты на данной операционной системе по стоимости будут в несколько раз выше, нежели планшеты на ОС Android или ОС Windows.

 3) Windows. Эту операционную систему ставит небольшое количество производителей планшетов. Хороший интерфейс. Пользоваться данной операционной системой сложнее, нежели двумя предыдущими (новому пользователю будет тяжело разобраться). Магазин приложений маленький, имеет как платные, так и бесплатные приложения. Такая операционная система подойдёт скорее для работы, нежели для игр.




 4. Экран (разрешение, защита, диагональ). Разрешение экрана. Чем выше разрешение, тем чётче изображение. Существуют планшеты с разрешением экрана 800 * 600 и 1920 * 1080. Планшет с разрешением 1920 * 1080 (иначе Full HD) даёт чёткую и красочную картинку, на таком устройстве гораздо интереснее и приятнее играть, смотреть фильмы (если есть поддержка видео в таком же формате). Планшет с разрешением 800*600 не менее приятен по своим краскам, но если сравнить наглядно, то разница видна невооруженным глазом.

 Защита. Производители планшетов не забыли и о защите экрана. Зачастую это минеральное стекло, на котором не остаётся царапин. Но есть возможность приобрести планшет с защитой дисплея, а можно просто наклеить защитную плёнку и периодически менять её.

 Диагональ. 7,8 и 10 дюймов. Семи и восьмидюймовый планшет привлекает своим небольшим размером, на нем будет удобно читать и находится в интернете, а на 10-дюймовом планшете лучше играть и просматривать фильмы.
 5. Аккумулятор. Ёмкость аккумулятора (измерение в амперах; пример 2 а, или 2000 mA) играет немаловажную роль. Опять-таки, чем выше ёмкость, тем дольше работа. При средней активности любого планшета хватает на день. Но и здесь производители не забывают про индивидуальные примочки, энергосбережение, различные программы, позволяющие сохранить заряд (в этом смысле лучше планшеты на ОС Android, здесь производитель на 100% заботиться о том, чтобы энергия планшета как можно дольше сохранялась – имеется функция автоматического энергосбережения).




 6. Прочее (камера, разъёмы, коммуникации).

 Камера. Практически у любого планшета встроены две камеры, фронтальная и базовая. Помимо фото, доступны также и видеосъемки, но не стоит забывать о том, что планшет – это не фотоаппарат, в них матрица физически очень мала, поэтому и изображение будет получаться менее ярким и сочным. Но все же существуют планшеты, у которых камера отлично снимает. Например, камера с разрешением 16 МП выдаст фотографию намного ярче, чем камера в 8 МП.

 Разъёмы. Как правило – разъем под зарядное устройство, наушники. В некоторых случаях можно встретить разъем для HDMI кабеля (необходим для подключения планшета к компьютеру либо телевизору для вывода изображения на большой экран), USB разъем (для подключения Flash — накопителей, расширения памяти; в некоторых планшетах имеется возможность подсоединения мыши или клавиатуры в этот разъем). А также существуют разъёмы под карту памяти (рассматривали выше) и сим-карту (поддержка 3G и 4G).

 Коммуникации. Встроенный Wi-Fi, или беспроводное подключение к интернету, поддержка 3G или 4G (LTE). Наличие беспроводного подключения имеет любой современный планшет, а вот 3G и 4G бывает не во всех планшетах. Что такое 3 и 4G? Планшет имеет специальный слот, в который можно поставить сим-карту и пользоваться интернетом в любом месте.

 Если в планшете только беспроводное подключение, то интернет принимается в местах, где раздаётся Wi-Fi. А вот планшеты со слотом под сим-карту дают возможность воспользоваться интернетом где угодно. C сим-карты, которая будет стоять в планшете также можно позвонить.

 Это были основные критерии, которые помогут выбрать хороший, а главное? правильный планшет в любом магазине бытовой техники и электроники. Помимо основных критериев, существуют и второстепенные. К ним относится набор расширенных функций планшета. Любая фирма-производитель желает отличиться друг от друга и использует в своих планшетах дополнительную функциональность или фирменные особенности (NFC метки, например, защита от пыли и от влаги и т. д.).
 Вывод таков: чем мощнее процессор и больше оперативная и встроенная память, лучше аккумулятор, выше функциональность планшета (его фирменная особенность), тем, соответственно, и дороже планшет.


Предлагаем ознакомиться с большим ассортиментом планшетов, который предлагает наш интернет-магазин «ЮЛАЙН».

Частота процессора и правильное ее понимание

Если брать сугубо специфические характеристики процессоров, то тактовая частота является наиболее известным параметром. Поэтому необходимо конкретно разобраться с этим понятием. Также, в рамках данной статьи, мы обсудим понимание тактовой частоты многоядерных процессоров, ведь там есть интересные нюансы, которые знают и учитывают далеко не все.

Достаточно продолжительное время разработчики делали ставки именно на повышение тактовой частоты, но со временем, «мода» поменялась и большинство разработок уходят на создание более совершенной архитектуры, увеличения кэш-памяти и развития многоядерности, но и про частоту никто не забывает.

Что же такое тактовая частота процессора?

Для начала нужно разобраться с определением «тактовая частота». Тактовая частота показывает нам, сколько процессор может произвести вычислений в единицу времени. Соответственно, чем больше частота, тем больше операций в единицу времени может выполнить процессор. Тактовая частота современных процессоров, в основном, составляет 1,0-4ГГц. Она определяется умножением внешней или базовой частоты, на определённый коэффициент. Например, процессор Intel Core i7 920 использует частоту шины 133 МГц и множитель 20, в результате чего тактовая частота равна 2660 МГц.

Частоту процессора можно увеличить в домашних условиях, с помощью разгона процессора. Существуют специальные модели процессоров от AMD и Intel, которые ориентированы на разгон самим производителем, к примеру Black Edition у AMD и линейки К-серии у Intel.

Хочу отметить, что при покупке процессора, частота не должна быть для вас решающим фактором выбора, ведь от нее зависит лишь часть производительности процессора.

Понимание тактовой частоты (многоядерные процессоры)

Сейчас, почти во всех сегментах рынка уже не осталось одноядерных процессоров. Ну оно и логично, ведь IT-индустрия не стоит на месте, а постоянно движется вперёд семимильными шагами. Поэтому нужно чётко уяснить, каким образом рассчитывается частота у процессоров, которые имеют два ядра и более.

Посещая множество компьютерных форумов, я заметил, что существует распространенное заблуждение насчёт понимания (высчитывания) частот многоядерных процессоров. Сразу же приведу пример этого неправильного рассуждения: «Имеется 4-х ядерный процессор с тактовой частотой 3 ГГц, поэтому его суммарная тактовая частота будет равна: 4 х 3ГГц=12 ГГц, ведь так?»- Нет, не так.

Я попробую объяснить, почему суммарную частоту процессора нельзя понимать как: « количество ядер х указанную частоту».

Приведу пример: «По дороге идёт пешеход, у него скорость 4 км/ч. Это аналогично одноядерному процессору на N ГГц. А вот если по дороге идут 4 пешехода со скоростью 4 км/ч, то это аналогично 4-ядерному процессору на N ГГц. В случае с пешеходами мы не считаем, что их скорость будет равна 4х4 =16 км/ч, мы просто говорим: «4 пешехода идут со скоростью 4 км/ч». По этой же причине мы не производим никаких математических действий и с частотами ядер процессора, а просто помним, что 4-ядерный процессор на N ГГц обладает четырьмя ядрами, каждое из которых работает на частоте N ГГц».

То есть, по сути, частота процессора от количества ядер не изменяется, увеличивается лишь производительность процессора. Это нужно понимать и помнить.

Перейти к статье: основные характеристики процессоров (открывается в новой вкладке)

Как устранить проблему высокой загрузки процессораnbsp— Intel

Во время запуска некоторых игр, работы с приложением для редактирования видео или потоковой передачи, выполнения антивирусной проверки или одновременного открытия множества вкладок в браузере высокая загрузка процессора вполне ожидаема. Если вы сталкиваетесь с такой ситуацией высокой загрузки ЦП ежедневно, необходимо закрыть все неиспользуемые фоновые программы и вкладки, а затем вернуться в Диспетчер задач и проверить, изменилась ли ситуация.

Важно помнить, что высокая загрузка процессора при одновременной работе в многозадачном режиме может быть нормальным явлением. Современные процессоры поддерживают многозадачность, разделяя процессы между несколькими своими ядрами, которые работают одновременно с различными наборами команд. Технология Intel® Hyper-Threading (Intel® HT) делает еще один шаг вперед, создавая несколько «потоков» выполнения для каждого ядра, каждый из которых обрабатывает различные процессы Если загрузка ЦП в ресурсоемкой программе, например Adobe Premiere, высока, возможно, нужно просто эффективно использовать доступные ядра процессора.

Технология Intel® Turbo Boost также может помочь справиться с большими рабочими нагрузками, динамически увеличивая частоту процессора. Семейство процессоров Intel® Core™ серии X оснащено еще одним инструментом, который помогает избежать замедления работы. Это технология Intel® Turbo Boost Max 3.0, благодаря которой наисложнейшие задачи автоматически назначаются самым быстрым ядрам процессора. Также повышается частота этих ядер.

Эти процессорные технологии могут значительно повысить скорость работы в многозадачном режиме и при использовании ресурсоемких программ, но ситуации с чрезмерной загрузкой ЦП все равно могут возникать. Если вы сталкиваетесь со 100% загрузкой ЦП, а в верхней части столбца ЦП отображается фоновый процесс с именем Runtime Broker, Windows Session Manager или Cortana, значит имеется какая-то проблема.

Эти процессы Windows должны использовать очень мало вычислительной мощности или памяти в обычных условиях. Часто вы видите в Диспетчере задач, что они используют 0% или 1%. Когда компьютер находится в режиме простоя, все эти процессы вместе обычно используют менее 10% ресурсов процессора. Однако странное или нетипичное поведение — например, один процесс Windows, пытающийся выполнить поиск, который был заблокирован в другом месте, иногда может привести к тому, что процесс будет потреблять почти все ресурсы системы.

После открытия Диспетчера задач и обнаружения процесса, использующего существенную часть ресурсов ЦП, выполните поиск в Интернете, чтобы идентифицировать его. Не стоит без веской причины останавливать такие процессы, как например, explorer.exe (который управляет многими графическими элементами, в частности, рабочим столом и меню «Пуск») или winlogon.exe (задачи запуска и экран CTRL+ALT+DEL).

Если же вы определили процесс как некритический (еще раз проверьте, что сохранили свою работу), нажмите на процесс, чтобы выбрать его, затем нажмите «Завершить процесс» в правом нижнем углу Диспетчера задач. Завершение процесса приведет к прекращению работы программы без сохранения.

Как выбрать смартфон для игр: помощь новичку

У специалистов qwertyshop.com.ua в онлайн-чате и при встрече часто спрашивают об игровых смартфонах. А вот этот подойдет для игр? A GTA San Andreas потянет? А этот Samsung для игр пойдет? Не совсем? А почему, у него же оперативки нормально. А между этим HTC и этим Lenovo какая разница, объясните? А в играх как?

Вопросы копятся, а ясности больше не становится. Что ж, давайте посмотрим, какой смартфон можно назвать игровым и как его выбрать.

Что за игровой смартфон такой?

На смартфонах http://qwertyshop.com.ua/smartfonu почти никогда не пишут “на мне идут все игры, возьми меня”. Всё решает определенный набор характеристик. Смартфон легко сравнивать с компьютером: многие помнят, как перед покупкой игры на диске нужно было обязательно свериться с системными требованиями, чтобы “шло без тормозов”.

Игровой смартфон подбирается по тому же принципу, только здесь вариантов меньше и выбрать подходящий — легче. Давайте рассмотрим каждый элемент игрового смартфона, а потом соберем их вместе, как конструктор. Так получим усредненный вариант, от которого можно отталкиваться.

Характеристики: графика, процессор, память

Сердце смартфона — процессор. Если сердце слабое, работать и играть можно, но с ограничениями в виде вылетов, тормозов и зависаний. Процессор считается игровым, если в нём правильное количество ядер с хорошей тактовой частотой. Для Android-смартфонов советуем выбрать процессор с четырьмя или восемью ядрами и тактовой частотой от 1,4 ГГц.

В смартфонах Apple — iPhone — вариантов меньше, но это не влияет на производительность в играх. До 2016 года все айфоны были двухъядерными, а частота процессора не превышала 1,8 ГГц. Тем не менее, тесты показывали отличную производительность даже в самых тяжелых играх.

Графическое ядро — часть процессора. Основная нагрузка от игр ложится на его плечи. Приятная новость в том, что при хорошем процессоре чаще всего будет и хорошее графическое ядро, поэтому отдельно выбирать эти компоненты не придётся. К популярным графическим процессорам отнесем:

  • PowerVR,
  • Mali,
  • Adreno,
  • GeForce ULP.

На PowerVR работают такие популярные смартфоны, как iPhone 6/6 Plus, Xiaomi Redmi Note 3. Модель T860 от Mali установлена в добротных Meizu M3s. Графику Adreno можно найти в смартфонах Samsung. Графика GeForce ULP от NVIDIA встречается скорее в планшетах, а в смартфонах не так распространена. Выбрать можно любого производителя, в каждом сегменте есть как бюджетная графика, так и более дорогая и мощная.

Память в смартфоне бывает двух видов. Первая — внутренняя память. Больше внутренней памяти — больше игр поместится на смартфоне. Вторая — оперативная память, чем ее больше, тем быстрее смартфон работает и переключается между задачами. В играх этот показатель важен. Рекомендуемый объем для андроид-смартфона — 2 Гб, в iPhone хватит 1 ГБ.

В Android-смартфонах внутренней памяти для большого количества игр мало, но её можно увеличить с помощью карт памяти. Например, в телефоне 8,16 или 32 ГБ памяти. Докупаем к нему карту размером до 128 ГБ — проблема решена. В каждом iPhone размер памяти фиксированный: 16 ГБ, 32 ГБ, 64 ГБ, 128 ГБ, 256 ГБ и расширить его нельзя. Чтобы помещалось больше игр, стоит выбрать модели на 32 ГБ и больше. Начинка игрового android-смартфона выглядит так:

  • Процессор на 4 или 8 ядер с частотой от 1,4 ГГц;
  • Графика: Mali, Adreno, PowerVR, GeForce ULP;
  • Внутренняя память: более 32 Гб;
  • Оперативная память: от 2 Гб для Android-смартфонов, от 1 Гб для iPhone.

Характеристики: экран

Играть на маленьком экране с бюджетной матрицей — никакого удовольствия. Вред для зрения мы не обсуждаем: его можно сократить только если играть меньше. Для экрана игрового смартфона важны качество матрицы и размер экрана.

Мы не будем перечислять все матрицы на рынке, остановимся на самых качественных — IPS, AMOLED. Экраны с этим типом матрицы достаточно яркие и контрастные, с хорошими углами обзора. Рекомендуемый размер экрана — от 5 дюймов. Ещё вариант — фаблеты. Это смартфоны, размер экрана которых переваливает за 5,5 дюймов.

Вот параметры хорошего экрана игрового смартфона:

  • Размер экрана: от 5 дюймов;
  • Тип матрицы: IPS, AMOLED (SuperAMOLED).

Характеристики: объем батареи

Дольше играешь — быстрее разряжается телефон. Геймеры решают эту проблему по-разному. Но для начала лучше выбрать смартфон с емкой батареей. Мы считаем, что для 3-4 часов комфортной игры нужен смартфон-долгожитель. Объем его батареи должен составлять как минимум 4000 мАч. Этого объема хватит не только для 2-3 часов игры, но и для звонков, интернета и проверки почты до самого вечера.

Важная деталь: смартфоны с хорошим экраном “едят” больше батареи. Потому смартфон с батареей на 2000 мАч и хорошим экраном придется постоянно держать около розетки. Чтобы обезопасить себя от внезапного (или не очень) разряда, следует докупить портативную батарею. Для игр нужен смартфон с батареей большого объема: от 4000 мАч и более.

Характеристики: удобство пользования

Каким бы смартфон ни был мощным, “долгоиграющим” и красивым, если его неудобно держать в руках — лучше выбрать другой вариант. Существует только один способ понять, удобный смартфон или нет — тест-драйв в магазине.

Прислушайтесь к ощущениям: держать в руках смартфон должно быть приятно и удобно. Имейте ввиду, что смартфоны с металлическим корпусом могут греться, поэтому очень важно пригрузить смартфон “тяжелой” игрой и отследить этот эффект заранее. Извлекайте максимум информации от тактильных ощущений. Только так можно выбрать удобный для вас смартфон.

Характеристики: идеальный игровой смартфон

Собираем все характеристики игрового смартфона и получаем:

  • процессор — 4,8 ядер, 1,4 ГГц частоты;
  • графика — PowerVR, Adreno, Mali, определяется тестированием;
  • ОЗУ (оперативная память) — от 2 ГБ для Android, от 1 ГБ для iOS;
    ПЗУ (внутренняя помощь) — от 32 ГБ;
  • размер экрана — от 5 дюймов;
  • тип матрицы — IPS, AMOLED, SuperAMOLED;
  • объем батареи — от 4000 мАч, лучше докупить портативную батарею;
  • удобство пользования — безоговорочное удобство.

Мы не будем говорить о конкретных моделях устройств, так как последнее слово всегда остается за тестированием. Кому-то может понравится играть на iPhone 6, а кто-то предпочтет ему Meizu, HTC или Lenovo. Пользуйтесь советами и верьте своим чувствам. Удачного выбора!

Раскройте потенциал своего смартфона — Разгон мобильного процессора

Производительность — самый востребованный критерий для смартфонов. Процессор — один из основных факторов, определяющих скорость смартфона. Помимо процессора, несколько других факторов, таких как графический процессор, тактовая частота памяти, кеш-память, частота оперативной памяти, также влияют на производительность телефона. Обычно мобильные процессоры работают на безопасной частоте, которая намного ниже их реальной эффективности. Это обеспечивает баланс между производительностью, временем автономной работы и стабильностью.Если ваш телефон часто зависает во время многозадачности, напрягается при воспроизведении HD-видео или трехмерной игры с богатой графикой, единственное решение — разгон.

Разгон означает увеличение тактовой частоты мобильного процессора и его запуск на частоте выше, чем указано производителем. Тактовая частота процессора обычно указывается в МГц или ГГц. Телефоны, доступные на рынке, в настоящее время поставляются с процессорами в диапазоне от 600 МГц до 1,6 ГГц. Простая логика подсказывает нам, что телефон будет работать быстрее с более быстрым процессором.Вялое устройство Android среднего класса можно повысить до уровня дорогостоящего устройства высокого класса.

Изображение предоставлено: guiadastecnologias

Почему разгон ?

Overclocking использует процессор телефона с максимальной эффективностью, заставляя его работать на более высоких частотах. Это достигается за счет увеличения множителя частоты FSB (Front Side Bus). Частота ядра процессора всегда кратна базовой частоте, которая является частотой FSB.Разогнанные процессоры работают при более высоком напряжении. В результате он потребляет больше энергии. Это увеличивает производительность телефона за счет батареи, игры будут работать более плавно, воспроизведение видео улучшится, производительность многозадачности улучшится и т. Д. Пользователи могут проверить разницу в производительности телефона с помощью инструментов тестирования, таких как AnTuTu Benchmark или Quadrant Standard. . Устройства начального уровня, оснащенные процессорами с тактовой частотой 600-800 МГц, можно разогнать до 1,2 ГГц. Некоторые производители намеренно снижают тактовую частоту процессоров для повышения производительности.Одним из примеров является набор микросхем Qualcomm MSM8255, который на некоторых устройствах работает на частоте 1 ГГц, тогда как на некоторых других устройствах он работает на частоте 1,5 ГГц. Пользователь может обратиться к официальным документам, предоставленным производителем набора микросхем, чтобы узнать максимальную поддерживаемую тактовую частоту.

Предпосылки для разгона

Некоторые базовые вещи, необходимые для разгона, — это устройство Android с рутированным доступом, соответствующее ядро ​​и инструмент для разгона. Получение root-прав предоставляет пользователю привилегии root / Superuser, которые позволяют изменять системные файлы, определяющие тактовую частоту ядра.Некоторые ядра не поддерживают разгон, особенно стоковое. Таким образом, вам может потребоваться установить собственное ядро, прежде чем продолжить. Обратитесь к разработчикам xda за руководствами по установке собственного ядра. Инструмент разгона необходим для изменения файлов конфигурации в корневом каталоге системы, которые регулируют частоту процессора. Некоторые инструменты, о которых стоит упомянуть, — это Atuntu CPU Master, SetCPU, Tegrak Overclock и No Frills CPU control. Инструменты разгона помогают установить минимальную и максимальную тактовую частоту и режимы регулятора.Максимальные и минимальные значения — это крайние значения, при которых работает процессор. Режимы регулятора определяют поведение частотной модуляции. Ниже приведены некоторые из общих режимов:

.

Powersave: Часы всегда устанавливаются на выбранное минимальное значение частоты.
Консервативный:
Постепенное масштабирование, улучшенная батарея.
По запросу:
Часы быстро устанавливаются в соответствии с требованиями системы. Постепенное сокращение.
Интерактивный:
Более похож на режим по запросу, но обеспечивает лучший отклик.
Производительность:
ЦП всегда настроен на работу с выбранным максимальным значением частоты.

Понижение частоты

Недостаточная синхронизация — это еще один термин, связанный с синхронизацией. Это просто противоположность разгона. Недостаточная синхронизация снижает тактовую частоту процессора ниже нормального уровня. Недостаточная синхронизация — это когда пользователь использует телефон для выполнения основных функций, а не для приложений, интенсивно использующих процессор.Обычная ОС Android ICS будет нормально работать на тактовых частотах 500-600 МГц. Единственные вещи, которые потребляют вычислительную мощность, — это воспроизведение видео и игры. Если вы не используете свой телефон для игр, и ваш телефон оснащен графическим процессором, пониженная тактовая частота — хорошая идея. Отдельный графический процессор будет обрабатывать воспроизведение видео независимо от частоты процессора. Преимущество пониженной тактовой частоты состоит в том, что она обеспечивает лучшее время автономной работы устройства.

Сравнение тестов CPU на разных частотах — Qualcomm MSM8255 Chipset

Затронутые проблемы

  • Одна из основных проблем разгона заключается в том, что если процессор перегружен сверх допустимого уровня, он начинает нагреваться.Перегрев может навсегда вывести из строя процессор вашего телефона.
  • Стабильность процессора. Некоторые из CPUS предназначены для работы на определенных частотах и, следовательно, имеют тенденцию быть нестабильными при больших отклонениях от этих базовых значений.
  • Третья проблема — время автономной работы. Очевидно, что более мощный процессор потребляет больше энергии и быстрее разряжает аккумулятор.

Безопасная процедура разгона заключается в постепенном пошаговом увеличении тактовой частоты и проверке каждой частоты на стабильность и перегрев с помощью стресс-тестов, таких как игры и воспроизведение HD.Разгоняйте свой телефон с большой осторожностью. Знайте, что более высокая тактовая частота или перегрев ЦП могут заблокировать ваш телефон.

Основные сведения о мобильных процессорах

Сегодняшние смартфоны и планшеты полагаются на процессоры для выполнения каждой задачи, но мало кто знает, как работает эта технология и к чему она приведет. Процессоры — невероятно важный фактор при выборе любого типа вычислительного устройства, включая ваш смартфон.Когда дело доходит до процессоров, нужно многому научиться, поэтому мы начнем с основ:

Что такое мобильный процессор?
Как следует из названия, процессор обрабатывает инструкции для выполнения определенных функций, обеспечивающих правильную работу вашего устройства. Процессоры часто называют мозгом компьютеров, смартфонов и планшетов, поскольку они играют центральную роль в функционировании ваших устройств.

Все различные компоненты, составляющие процессор вашего компьютера, должны быть сжаты, чтобы поместиться в вашем смартфоне, где они существуют как процессор мобильных приложений или система на кристалле (SoC).Эти наборы микросхем должны быть особенно маленькими, чтобы освободить место для гораздо большей батареи, которая снабжает систему энергией. Процессоры мобильных приложений используются во многих различных мобильных устройствах, таких как смартфоны, планшеты, электронные книги, нетбуки, навигационные устройства и игровые системы.

В отличие от компьютеров, которые подключены к источнику питания, мобильные устройства используются на ходу для доступа к мультимедийному контенту и для выполнения других задач, которые потребляют много энергии от аккумулятора. Вот почему низкое энергопотребление является такой важной функцией смартфонов и планшетов, которые вы используете для игр, просмотра веб-страниц и просмотра высококачественных видео.Samsung специально использует ядра ARM® в своих процессорах, потому что они потребляют меньше энергии и помогают продлить срок службы батареи. Хотя компании по-разному адаптируют свои наборы микросхем, ARM® дает каждому из них высокопроизводительное ядро ​​с низким энергопотреблением. Кроме того, Samsung использует собственный передовой процесс с низким энергопотреблением для производства своих наборов микросхем, что делает линейку мобильных процессоров Exynos более энергоэффективными, чем другие.

Чтобы помочь вам понять внутреннюю работу процессора мобильного приложения, мы рассмотрим различные элементы одного из них: ЦП, графический процессор и другие подпроцессоры.

разблокированных смартфонов: понимание процессоров — CNET

Добро пожаловать в «Смартфоны разблокированы», моя новая ежемесячная колонка, предназначенная для объяснения всех особенностей смартфонов, чтобы помочь вам лучше понять, как они работают.Мир смартфонов быстро развивается, и иногда бывает сложно отслеживать все новые технологии в этих устройствах, особенно если вы новичок в них, поэтому, если есть какие-то темы, которые вы хотели бы увидеть здесь, , пожалуйста, напишите мне по адресу [email protected]

При покупке смартфона следует учитывать множество факторов — операционная система, размер экрана, клавиатура или отсутствие клавиатуры, камера — но одна особенность, на которую все больше людей начинают обращать внимание, — это процессор.Это, без сомнения, отчасти связано с недавним притоком двухъядерных смартфонов, таких как Motorola Photon 4G, HTC Sensation 4G и Samsung Galaxy S II.

Samsung Galaxy S II — один из многих современных смартфонов с двухъядерным процессором, но что это значит для вас?
Джош Миллер / CNET

Когда все, от операторов связи до производителей телефонов и технических сайтов, говорят о двухъядерных процессорах, вы, вероятно, получите представление о том, что наличие двухъядерного процессора — это хорошо, но для непосвященных может быть неочевидно, почему, а для некоторых , вся тема процессоров может быть загадкой.Легко понять почему; это спецификация, которая часто упоминается вместе с различными именами, такими как Nvidia Tegra 2, Qualcomm Snapdragon и TI OMAP, но это функция, которая никогда не объясняется полностью, и, честно говоря, бизнес процессоров может стать довольно сложным и техническим.

В колонке этого месяца я собираюсь применить общий подход к теме и объяснить функцию процессора, объяснить различные части, как они влияют на производительность вашего смартфона, и дать вам представление о том, что будет в будущем.Я также представлю различных производителей наборов микросхем, но есть довольно много различий в том, как каждая из компаний разрабатывает процессоры, и здесь все может немного усложниться, поэтому я сохраню сравнение каждого из них для будущей колонки. Тем не менее, надеюсь, это послужит хорошей отправной точкой для лучшего понимания мира процессоров для смартфонов.

Что в процессоре?
Сегодня смартфоны — это намного больше, чем просто телефоны и органайзеры.Это музыкальные и видео плееры; они мобильные веб-браузеры; и они фотоаппараты и видеокамеры. Однако для того, чтобы делать все это, в системе должна быть часть, которая может обрабатывать и выполнять эти функции, и именно здесь процессор входит в картину.

«Процессор — это мозг смартфона, — поясняет Ник Стэм, директор по техническому маркетингу Nvidia. «Как и обычный настольный компьютер или ноутбук, эти устройства на самом высоком уровне являются компьютерами, и, как и компьютеры, у них есть процессор для выполнения всех основных вычислений и выполнения кода.»

Конечно, со смартфонами вы имеете дело с меньшим форм-фактором, поэтому конструкция процессора несколько отличается от того, что вы найдете на своем компьютере. На вашем рабочем столе у ​​вас есть другие элементы, такие как в качестве центрального процессора (ЦП), графического процессора (ГП), памяти и периферийных шин, которые подключаются к материнской плате.

На смартфоне у вас есть аналогичные компоненты, а также другие подпроцессоры, но они интегрированы в один набор микросхем, называемый системой на кристалле (SoC), поскольку нет места для разных наборов микросхем, поскольку батарея занимает так много места.Таким образом, технически, когда мы говорим о процессорах, мы на самом деле говорим о SoC, но по довольно очевидным причинам

Внутри набора микросхем Tegra 2 от Nvidia или System-on-a-Chip состоит из нескольких компонентов, включая два процессора и графический процессор. , а также видеокодеры и декодеры.
Скриншот Бонни Ча / CNET

Ключевым компонентом SoC является ЦП. Большинство компаний используют ЦП, разработанный компанией ARM, и он выполняет большинство вещей, которые вы испытываете на своем смартфоне, от запуска ОС до функций сенсорного экрана.Когда люди говорят о том, имеет ли телефон процессор с тактовой частотой 800 МГц или 1 ГГц, они имеют в виду скорость процессора. Кроме того, одноядерный или двухъядерный относится к количеству ядер ЦП.

Еще одним элементом SoC является графический процессор. Графический процессор обрабатывает графические и визуальные данные, поэтому он отвечает за такие вещи, как рендеринг веб-страниц и игровой процесс. Наличие выделенного графического процессора намного эффективнее, чем возможность обрабатывать его центральному процессору, поскольку он позволяет снизить энергопотребление, предлагая такие преимущества, как лучшая обработка изображений, сглаживание и геометрический реализм.Чем лучше графический процессор, тем больше у вас будет впечатлений от просмотра сложных веб-сайтов и трехмерных видеоигр.

Наконец, SoC включает в себя ряд других подпроцессоров, таких как видеокодеры и декодеры, управление камерой и воспроизведение звука, поэтому ваш смартфон может выполнять такие задачи. Некоторые компании также включают модем телефона (Wi-Fi, Bluetooth, GPS, 3G / 4G и т. Д.) В SoC, в то время как другие держат их отдельно, что ведет к следующей теме.

Не все процессоры созданы одинаковыми.
Итак, тот факт, что два смартфона имеют процессоры с тактовой частотой 1 ГГц, не означает, что вы получите одинаковую производительность от обоих.Это связано с тем, что разные производители чипсетов используют разные подходы к разработке своих процессоров или SoC.

Есть четыре основных игрока в мире мобильной обработки данных: Nvidia, Qualcomm, Texas Instruments и Samsung, но все они имеют одну общую черту: ARM. ARM — это компания, которая предоставляет архитектуру для мобильных процессоров, и эти компании используют ее в качестве основы для разработки своих наборов микросхем. Так в чем же причина вариаций?

Это связано с тем, что некоторые компании лицензируют дизайн ЦП ARM и используют его как есть, в то время как другие лицензируют только набор инструкций и создают свой собственный ЦП на основе рекомендаций, предоставленных ARM.Qualcomm является примером последнего, поэтому вы видите, что некоторые из его двухъядерных процессоров работают на более высоких частотах, например 1,2 ГГц. Добавьте к этому различные виды графических процессоров и различные интеграции субпроцессоров и модемов, и вы получите разные результаты.

Опять же, я буду сравнивать процессоры каждого производителя в одной из будущих статей, но, чтобы не упустить основы в этой статье, я не упомянул об этом.

Двухъядерный и выше
Как я упоминал ранее, смартфоны уже делают много вещей, но появление двухъядерных процессоров позволило им делать даже больше, например, захватывать и воспроизводить 3D и 1080p HD-видео.Эти наборы микросхем состоят из двух ядер ЦП, каждое с тактовой частотой от 1 ГГц до 1,2 ГГц, в зависимости от производителя, но было бы ошибкой думать, что двухъядерный процессор равен удвоенной скорости одноядерного телефона. Разница не так уж и велика.

Qualcomm планирует предложить четырехъядерные процессоры в первом квартале 2012 года.
Qualcomm

Тем не менее, вы должны наслаждаться более быстрым просмотром веб-страниц, более плавной игрой, более быстрой многозадачностью и даже улучшенным временем автономной работы.

«Когда у вас есть одно ядро ​​процессора, вам нужно поднять напряжение процессора, который потребляет много энергии», — сказал Шридхар Рамасвами, старший менеджер по техническому маркетингу Tegra в Nvidia. «С двумя ядрами вы в основном обрабатываете половину частоты, а не используете максимальную частоту, поэтому он лучше справляется с многозадачностью и многопоточными приложениями».

И будет только лучше. Несколько производителей чипсетов, включая Qualcomm, Nvidia и TI, уже объявили о планах по выпуску четырехъядерных процессоров.Nvidia начала продвигать свой четырехъядерный ЦП нового поколения Kal-El еще в феврале с запланированным выпуском на эту осень, а Qualcomm последует за ним в первом квартале 2012 года.

«Существующие функции на смартфонах будут становиться все лучше и лучше по мере их появления. более мощный и энергоэффективный », — сказал Радж Таллури, вице-президент по управлению продуктами Qualcomm. «Они также будут делать все больше и больше вещей, и мы видим, что использование жестов, дополненной реальности и расширение беспроводного соединения между устройствами становится все более популярным в будущем.Смартфоны следующего года будут просто отличными продуктами ».

Факторы, влияющие на производительность процессора

На производительность процессора влияет множество факторов. Понимание некоторых из этих факторов поможет вам сделать правильный выбор при проектировании домашнего компьютера.

Наиболее важные факторы, влияющие на производительность процессора:

Набор команд

Это встроенный код процессора, который сообщает ему, как выполнять свои обязанности.Это то, что закодировано в микросхеме при изготовлении и что вы не можете изменить. Но вместе с архитектурой процессора это влияет на производительность в данной линейке процессоров. Архитектура процессора и набор инструкций определяют, сколько циклов или тактов необходимо для выполнения данной инструкции.

Другими словами, некоторые наборы инструкций более эффективны, чем другие, что позволяет процессору выполнять более полезную работу с заданной скоростью. Вот почему простой взгляд на цифры не всегда говорит о том, насколько хорошо процессор будет работать в реальном мире.Вот почему при выборе процессора могут быть очень полезны тесты производительности, которые измеряют способность чипа выполнять реальную работу.

Тактовая частота

Тактовая частота (или тактовая частота) указывается в мегагерцах (МГц) или гигагерцах (ГГц) и относится к скорости, с которой процессор может выполнять инструкции. Чем быстрее часы, тем больше инструкций процессор может выполнить за секунду.

При прочих равных условиях процессоры с более высокими тактовыми частотами обрабатывают данные быстрее, чем процессоры с более низкими тактовыми частотами.Тактовая частота также является первым числом, которое вы увидите в рекламе процессоров, и часто включается в номера их моделей. Но, как упоминалось ранее, эффективность архитектуры процессора определяет, сколько фактической работы процессор может выполнить за такое же количество циклов.

Короче говоря, не выбирайте ЦП только по тактовой частоте. Это только один из факторов (хотя и важный), который определяет, насколько хорошо процессор будет работать в реальных ситуациях. Опять же, сравнительные тесты — ваш друг.

Пропускная способность

Пропускная способность, измеряемая в битах, определяет, сколько информации процессор может обработать за одну инструкцию. Если бы вы сравнивали поток данных с потоком трафика на шоссе, то тактовая частота была бы ограничением скорости, а пропускная способность — количеством полос на шоссе.

Текущий стандарт пропускной способности для настольных и портативных ПК — 64 бита. 32-битные версии официально ушли в прошлое.

Front Side Bus (FSB) Скорость

FSB — это интерфейс между процессором и системной памятью.Таким образом, частота FSB ограничивает скорость, с которой данные могут поступать в ЦП, что, в свою очередь, ограничивает скорость, с которой ЦП может обрабатывать эти данные. Частота FSB процессора определяет максимальную скорость, с которой он может передавать данные в остальную систему.

Другие факторы, влияющие на скорость передачи данных, включают тактовую частоту системы, набор микросхем материнской платы и скорость ОЗУ.

Бортовой кэш

Встроенная (или «встроенная») кэш-память — это относительно небольшой объем высокопроизводительной SRAM, встроенной непосредственно в процессор.Это позволяет ЦП получать доступ к многократно используемым данным непосредственно из собственной встроенной памяти, а не повторно запрашивать их из системной ОЗУ. Это было довольно раннее развитие в истории вычислений, которое было вызвано развитием технологии ЦП, происходящей намного быстрее, чем прогресс в технологии памяти. Проще говоря, процессоры становились быстрее, а память — нет. Инженеры решили эту проблему, поместив крошечные объемы лучшей памяти, известной тогда мужчине (или женщине), прямо в сам процессор.

Кэш-память L1 обычно является самой маленькой и самой быстрой оперативной памятью на компьютере. Он хранит информацию, которая, скорее всего, понадобится конкретному ядру процессора для выполнения своей текущей задачи. Кэш L2 больше, но не такой быстрый. Он содержит информацию, которая может понадобиться ядру процессора для выполнения следующей задачи. L3 намного больше, но медленнее (хотя и быстрее, чем запрос информации из системной ОЗУ) и используется всеми ядрами. Он содержит информацию, которая, скорее всего, понадобится любому ядру для их следующих задач.

Слишком упрощенно: когда ядру процессора требуется какой-то фрагмент данных, оно сначала ищет его в L1, затем в L2, а затем в L3. Если он не находит его, только тогда он запрашивает его из системной оперативной памяти. Вот почему при прочих равных условиях процессор с большим объемом встроенной кэш-памяти будет превосходить процессор с меньшим объемом встроенной кеш-памяти.

Тепло и тепловыделение

Когда процессоры становятся слишком горячими, они могут начать делать неприятные вещи, например, выдавать ошибки, зависать или даже сгорать.Установка неадекватной системы охлаждения может привести к значительному (и, возможно, дорогостоящему) ухудшению проекта вашего домашнего компьютера. Так что не экономьте на кулере процессора и вентиляторах корпуса.


Начало работы

Mobile Processors 101: Почему смартфоны умнее с универсальным процессором

На производительность вашего смартфона влияет множество факторов, в том числе операционная система, производитель и оператор беспроводной связи. Но есть один важный и часто упускаемый из виду элемент, который в значительной степени отвечает за скорость, эффективность и время автономной работы вашего смартфона — процессор.Вот простое руководство о том, как это работает, и что делает универсальный процессор таким мощным.

Процессор

Процессор — это центральный узел вашего смартфона. Он принимает и выполняет каждую команду, выполняя миллиарды вычислений в секунду. Эффективность процессора напрямую влияет на каждое приложение, которое вы запускаете, будь то камера, музыкальный проигрыватель или просто простая почтовая программа. Выбрав неправильный, вы можете столкнуться с вялыми, зависающими приложениями и ограниченной производительностью сети независимо от оператора связи, производителя или операционной системы.

Когда вы делаете что-то более сложное, например, играете в многопользовательскую онлайн-игру с 3D-графикой или снимаете видео 1080p, нагрузка на процессор может быть огромной. Способность процессора координировать эффективную связь между всеми его компонентами — модемом, графикой и мультимедийными механизмами — необходима для бесперебойной работы.

ЦП, графический процессор, аудио- и видеодвигатель, функции подключения (GPS, WiFi, FM) и модем 3G / 4G являются основными компонентами мобильного процессора Qualcomm® Snapdragon ™, которые контролируют работу некоторых из самых мощных и мощных -эффективные смартфоны.Напротив, другие процессоры могут не интегрировать такое количество компонентов, поэтому имя универсального устройства является ключевым. Давайте посмотрим, для чего предназначен процессор Snapdragon, и как части процессора работают вместе, чтобы обеспечить плавные действия.

  • ЦП или центральный процессор . Это «мозг» вашего смартфона. ЦП получает команды, выполняет мгновенные вычисления и отправляет сигналы всему вашему устройству. Есть несколько способов измерить производительность ЦП, помимо проверки скорости в гигагерцах (ГГц) или количества ядер ЦП (файл.k.a двухъядерный и четырехъядерный). Один из наиболее важных способов оценить эффективность — это посмотреть на поддерживающий состав. В прошлом ЦП обрабатывал визуальные эффекты, которые отправлялись на экран, в дополнение к своим другим обязанностям, но требования высокого качества графики привели к разработке другого компонента для облегчения его нагрузки — ГП.
  • GPU или графический процессор . Графический процессор помогает процессору, обрабатывая визуальные эффекты, особенно те, которые используются в играх и других графических приложениях.Переложив работу на графический процессор, ваш телефон может намного лучше справляться с множеством рутинных задач, связанных с графикой, чем центральный процессор в одиночку. Встроенный графический процессор разработан таким образом, чтобы видео не прерывалось, фото редактировались быстрее, а быстро движущиеся объекты не казались пиксельными. Более того, графический процессор освобождает ЦП, позволяя ему сохранять или перенаправлять свои ресурсы.
  • Camera ISP (процессор обработки изображения) . Интегрированный процессор обработки сигналов изображения обеспечивает «мощь» для многих функций камеры вашего смартфона.Он разработан для предоставления жестко связанного пакета обработки изображений и обеспечения улучшенного качества изображения и видео в целом. Интегрированный интернет-провайдер также может оказаться неоценимым, когда речь идет о таких вещах, как мгновенный захват изображения, поддержка высокого разрешения, стабилизация изображения и другие улучшения изображения.
  • Аудио и видео. Хороший процессор также будет иметь выделенные блоки обработки, которые обрабатывают аудио и видео. В процессоре Snapdragon компонент, называемый процессором цифровых сигналов (DSP), обрабатывает воспроизведение музыки и другие сценарии обработки звука, которые в противном случае пришлось бы выполнять процессору.То же самое относится к захвату и воспроизведению видео, для которого существует специальный видеодвижок, предназначенный для решения этих задач. Концепция распределения работы между этими областями — вот что делает обработку такой быстрой и эффективной в устройстве на базе Snapdragon.
  • Радио (RF-трансивер) и модем 3G / 4G . Эти компоненты контролируют вашу связь с миром. Вообще говоря, радиочастотный трансивер принимает и передает голосовые соединения, а модем позволяет вашему телефону отправлять и получать цифровые сигналы.При использовании 4G LTE радиомодуль и модем получают в свое распоряжение высокоскоростную сотовую беспроводную сеть, обеспечивающую скорость, имитирующую домашнее соединение Wi-Fi. При тесном взаимодействии с процессором и графическим процессором модем 4G LTE может обеспечить беспрепятственный и плавный доступ из вашей сети LTE к вашим приложениям.

Дизайн «все в одном»

Иногда эти компоненты существуют как разные микросхемы в устройстве, но в исключительно мощных и энергоэффективных процессорах все они расположены на одном кристалле.Когда они сгруппированы вместе в процессоре, он называется «интегрированным». Их сближение дает преимущества для работы вашего телефона, такие как более быстрая связь и оптимальное время автономной работы. Неинтегрированные процессоры старого образца и их разрозненные схемы просто не успевают за ними. Однако вершиной интегрированного дизайна является процессор «все в одном».

Все-в-одном Qualcomm® Snapdragon ™ специально сконструирован и включает в себя ЦП, графический процессор, DSP, камеру, радио, модем и многое другое.В него также встроены регуляторы напряжения для лучшего управления питанием, призванные еще больше продлить срок службы батареи. Объединив все эти составляющие вместе и являясь первым процессором, который интегрировал модем 4G LTE, процессоры Snapdragon призваны обеспечить повышенную производительность, увеличенное время автономной работы, плавную многозадачность и высокую скорость передачи данных. Многие популярные смартфоны, такие как Samsung GALAXY S4, HTC One и Nokia Lumia, работают на универсальных процессорах Qualcomm Snapdragon.

Общая картина

Вам не нужно обдумывать все миллиарды сложных взаимодействий внутри вашего смартфона, чтобы понять, как он работает.Универсальный процессор содержит самые важные компоненты вашего телефона, управляющие музыкой, играми, видео, веб-серфингом, электронной почтой и т. Д. Чем больше способен ваш процессор, тем больше удовольствия вы получите от мобильного устройства.

Выбирая устройство с универсальным процессором Qualcomm Snapdragon, вы можете быть уверены, что получаете самое мощное и эффективное устройство, которое позволяет ваш бюджет.

Найдите свой следующий смартфон на базе универсального процессора Snapdragon.

Эта статья была адаптирована из предыдущего сотрудничества с Content Works.

Общие сведения о тактовой частоте: базовая частота процессора и ускорение

Когда вы ищете процессор, есть список вещей, о которых вам следует подумать. Традиционно почти единственное, на что обращает внимание большинство потребителей, — это его общая мощность в гигагерцах. Многие из этих людей, вероятно, даже не знают, что это означает (это количество тактовых циклов — фактически вычислений — процессор завершает за одну секунду, в миллиардах; это тактовая частота системы), но это простая вещь для сравнения.Если вы покупаете ноутбук и можете выбрать нужный процессор, в целом можно предположить, что процессор с тактовой частотой 2,5 ГГц, вероятно, быстрее, чем процессор с тактовой частотой 2,3 ГГц.

Последние несколько лет принесли дополнительную морщину: увеличение скорости. Большинство процессоров, графических и вычислительных, теперь имеют базовую тактовую частоту , а — ускоренную. Intel® называет это Turbo Boost; AMD называет это Turbo Core.

Так что все это значит? Что еще более важно: что значит для вас ? Во-первых, давайте поговорим о назначении «базовой» тактовой частоты.Чем быстрее работает ваш процессор, тем больше энергии ему требуется и тем больше тепла он выделяет. Возьмем, к примеру, Intel® Core ™ i7-5820K. Это 6-ядерный процессор с базовой тактовой частотой 3,3 ГГц и скоростью Turbo Boost 3,6 ГГц. По большей части вы хотите, чтобы ваш процессор работал с меньшей скоростью. Для выполнения основных задач не требуется процессор с тактовой частотой 3,6 ГГц. Действительно, большинству из них не нужна частота 3,3 ГГц. Итак, в моменты, когда вам не нужна более высокая скорость, зачем вам увеличивать счет за электроэнергию и генерировать дополнительное тепло?

Долгое время разгон был только для энтузиастов.Разгон — это процесс, в котором задействован способный процессор и изменяется его множитель. Каждый процессор имеет низкоуровневую частоту, которая умножается, чтобы достичь известного нам числа. ЦП с тактовой частотой низкого уровня 300 МГц и множителем 11x имеет эффективную тактовую частоту 3,3 ГГц. С правильным процессором вы можете изменить это множитель, что приведет к превышению (или недостаточной) тактовой частоте вашего процессора. Но в то время как самые упорные из хардкорных использовали бы охладители с жидким азотом, чтобы побить мировые рекорды разгона, большинство людей застряли бы с числом на коробке.

Эти режимы Turbo, по сути, предназначены для массового разгона, но вы не выбираете скорость; система делает. Когда ваш компьютер понимает, что ему нужно больше тактов (например, когда вы пытаетесь рендерить видео), он сверит потребность в скорости с температурой. Если он достаточно холодный, это означает, что есть тепловые накладные расходы, чтобы он разогнался, и в этот момент он разовьется до ускоренной скорости. Как долго это продлится, зависит как от того, как долго система чувствует, что она нуждается в ускорении, так и от того, продолжает ли она оставаться достаточно крутой.

Но стоит отметить, что максимальная тактовая частота рассчитана на один процессор. Если вы запускаете программу, в которой используется только один процессор, вы получите полный импульс. Но если вы используете все доступные ядра (шесть в случае 5820K), не все они разгоняются до максимальной скорости. Одно ядро ​​достигнет 3,6, но все шесть могут разогнаться только до 3,4 ГГц при активации Turbo Boost. (Это также зависит от вашей материнской платы, и материнские платы высокого класса / для энтузиастов позволят этим цифрам быть выше, чем у недорогих.)

С телефонами дела обстоят немного иначе. Чаще всего производитель даже не сообщает вам, какова базовая тактовая частота чипа, потому что это число более или менее ничего не говорит вам о самом чипе. В нормальных условиях процессор вашего настольного компьютера будет работать на своей базовой скорости. С другой стороны, телефон практически никогда не будет работать с такой скоростью. Это связано с тем, что базовая скорость чипов ARM, которыми оснащены почти все мобильные устройства на рынке, составляет всего несколько сотен мегагерц.Но это позволяет им работать в режиме ожидания с минимальным потреблением энергии / тепловыделением.

Эта базовая тактовая частота никогда не будет действовать во время фактического использования. Когда ваш телефон включается, процессор начинает действовать и достигает обещанной скорости. Однако то, как долго он там остается, часто зависит от производства самого телефона, потому что, когда процессоры перегреваются, они сами себя дросселируют. Это верно для большинства процессоров, но в зависимости от того, насколько агрессивно это делается, у вас могут быть два телефона с одинаковыми чипами, которые работают на разных тактовых частотах.

Так было в 2013 году, когда было обнаружено, что Google Nexus 5 сильно ограничивает себя из-за проблем с нагревом конструкции, вызванных конструкцией телефона. Телефон с пластиковым корпусом с большей вероятностью перегреется, чем телефон с металлическим корпусом (компоненты премиум-класса не только красиво выглядят), а телефоны, которые не особенно хорошо рассеивают тепло, просто не будут работать с той же скоростью, что и лучше. -проектированные телефоны.

В общем, берите скорость наддува скорее как рекомендацию, чем как правило.На настольном компьютере вам никогда не придется беспокоиться о том, что ваш компьютер работает со скоростью ниже базовой (если вы этого не хотите), но на мобильном устройстве с ограничениями по нагреву и мощности батареи все сложнее. Вы вряд ли увидите телефон, работающий на частоте 600 МГц, но этот процессор с частотой 1,7 ГГц на самом деле может быть немного больше похож на процессор с тактовой частотой 1,3 ГГц с периодическим повышением частоты до 400 МГц. К сожалению, без независимой проверки практически невозможно узнать, где может упасть та или иная система, и тесты, проводимые многими рецензентами, не обязательно учитывают эту изменчивость.

Современные ноутбуки находятся в том же месте, что и телефоны. Например, новый MacBook Air оснащен процессором Intel Core i5 1,6 ГГц с ускоренной частотой 2,7 ГГц. Это обеспечивает наилучший компромисс между производительностью и временем автономной работы, но, как и в случае с телефонами, у ноутбуков меньше систем охлаждения, чем у настольных чипов, а это означает, что они не обязательно могут поддерживать такую ​​повышенную скорость.

Если вы знаете свои приоритеты, вы можете знать, что вам нужно. Вы хотите меньшее тепловыделение и энергопотребление / более длительное время автономной работы, но возможность увеличения при необходимости? Ищите процессор с более впечатляющим ускорением, но с более низкой базовой скоростью.Хотите еще больше разогнать его? Ищите систему с «разблокированным множителем». Intel помечает эти процессоры буквой «K», а AMD — «FX». И когда вы выбираете телефон, посмотрите, есть ли какие-либо торговые точки, которые сообщили о проблемах с дросселированием на конкретной модели. Не верьте производителю на слово.

Также не сосредотачивайтесь исключительно на тактовой частоте. Это полезный показатель при сравнении разных версий одной и той же линейки процессоров, но процессор AMD с тактовой частотой 4 ГГц не обязательно мощнее процессора 3.Процессор Intel с тактовой частотой 5 ГГц. Даже сравнение современного чипа Intel со старым ничего не скажет. Один тактовый цикл теперь намного эффективнее, чем был в прошлом, поэтому почти любой чип Intel Core мощнее любого чипа времен Pentium.

И именно поэтому существуют сравнительные тесты, потому что они — единственный способ напрямую сравнить производительность между брендами и линейками продуктов. В основном есть два типа тестов: концептуальные и практические. Это не официальные обозначения, но они раскрывают основную точку зрения.Концептуальный эталонный тест — это конкретно и исключительно эталонный тест. Это особая программа, которая может работать в вашем браузере или как отдельный исполняемый файл. Эти выходные оценки можно использовать для непосредственного сравнения процессоров, хотя сами по себе они не имеют особого значения. Что означает оценка 5820K в Cinebench R15 в однопоточном режиме, равная 140, или его оценка в многопоточном режиме, равная 1025? И что значит, что 5930K получил 146 и 1083 баллов соответственно? Стоят ли эти немного более высокие цифры премии в 200 долларов по сравнению с 5820K? Некоторые тесты проверяют, насколько быстро система будет запускать тест, и хотя многие из них пытаются имитировать использование в реальном мире, результаты не обязательно имеют большое значение.Как разница в скорости, необходимой для выполнения веб-теста Mozilla Kraken в 10 или даже 100 мс, повлияет на ваши реальные впечатления? Скорее всего, это будет немного быстрее, но на самом деле это сложно сказать.

В практических тестах используются программы для выполнения определенных задач, например рендеринга видео или сжатия серии файлов. Тест WinRAR от Anandtech сжимает 2876 файлов общим объемом 1,52 ГБ и в несколько раз превышает это значение. 5820K выполняет эту задачу за 46,17 секунды. 5930K завершает его за 44.95. $ 1,000 + 5960X завершает его за 34,25. Хотя первые два числа близки, их легко понять. Более дорогой чип немного быстрее (как и должно быть), и монстр за 1000 долларов сокрушает их обоих (как и должно быть). Преобразование видеофайла может быть измерено в кадрах в секунду, что также легко понять. Эти числа более полезны сами по себе, поскольку они отражают реальные варианты использования. Но, как и в любом другом случае, тесты — это еще не все, что вам нужно учитывать. И, конечно же, контрольные показатели — это еще не все, что вам нужно учитывать.Все три чипа принадлежат системе Intel Haswell-E, но 5960X имеет восемь ядер и 20 МБ кэш-памяти; у двух других всего шесть ядер и 15 МБ. 5820K имеет только 28 линий PCIe, а остальные — 40. Последнее, в частности, вряд ли будет отображаться во многих тестах, и это немного более низкая тактовая частота 5820K (3,3–3,6) по сравнению с 5930K (3,5–3,7). ), что объясняет его более слабый результат, а не меньшую пропускную способность.

Важно помнить обо всем этом, поскольку информированный потребитель является наделенным полномочиями потребителем.Приятно иметь надежную базовую частоту, а еще приятнее иметь высокую скорость разгона. Они, безусловно, имеют решающее значение для определения того, что вы хотите и что вам нужно от нового процессора, но они должны считаться лишь одной из вещей, которые вы должны учитывать.

Качество Pro Con
Высокая общая тактовая частота Быстрее Требуется больше мощности
Вырабатывается больше тепла
Низкая базовая частота (с высоким усилением) Более эффективный Большой потенциал для снижения производительности
Увеличенное время автономной работы (портативные устройства)
Разблокированный множитель (возможность разгона) Возможность увеличения производительности системы Дороже
Требуется лучшее охлаждение
Многоядерный Лучшая многопоточная производительность Часто хуже однопоточной производительности
Больше
Гиперпоточность Фактически удваивает количество ядер процессора, доступных оптимизированным программам Большинство программ не оптимизированы
Дороже
Встроенная графика на микросхеме Нет необходимости в выделенном графическом процессоре Не на всех чипах они есть, что на самом деле не является недостатком, просто правда

Архитектура, операции и функции процессора смартфона: современное состояние и перспективы на будущее: компромисс энергоэффективности

  • 1.

    Абдель-Маджид М., Вонг Д., Аннаварам М. (2013) Искаженные ворота: планирование с учетом стробирования и стробирование мощности для GPGPU. В: 46-й ежегодный международный симпозиум IEEE / ACM по микроархитектуре (MICRO), 2013 г., IEEE, стр. 111–122

  • 2.

    Aghilinasab H, Sadrosadat M, Samavatian MH, Sarbazi-Azad H (2016) Снижение энергопотребления GPGPU. переупорядочивание инструкций. В: Материалы международного симпозиума по маломощной электронике и дизайну 2016 г., стр. 356–361

  • 3.

    Ahmad RW, Gani A, Ab Hamid SH, Naveed A, Ko K, Rodrigues JJ (2016) Случай и структура для оценки энергии приложения смартфона на основе анализа кода. Int J Commun Syst 30 (10): 3235

    Google ученый

  • 4.

    Али Ф.А., Симоенс П., Вербелен Т., Демейстер П., Додт Б. (2016) Модели мощности мобильных устройств для энергоэффективной динамической разгрузки во время выполнения. J Syst Softw 113: 173–187

    Google ученый

  • 5.

    Altamimi M, Palit R, Naik K, Nayak A (2012) Энергия как услуга (eaas): об эффективности мультимедийных облачных вычислений для экономии энергии смартфонов. В: IEEE 5th International Conference on Cloud Computing (CLOUD), 2012, стр. 764–771

  • 6.

    Álvarez JD, Risco-Martín JL, Colmenar JM (2016) Многоцелевая оптимизация энергопотребления и времени выполнения в одноуровневая кэш-память для встроенных систем. J Syst Softw 111: 200–212

    Google ученый

  • 7.

    Anh DTT, Ganjoo M, Braghin S, Datta A (2014) Mosco: промежуточное программное обеспечение для мобильных социальных сетей с учетом конфиденциальности. J Syst Softw 92: 20–31

    Google ученый

  • 8.

    Android Lint Checks (2017) https://sites.google.com/a/android.com/tools/tips/lint-checks/. По состоянию на август 2017 г.

  • 9.

    Arndt OJ, Linde T, Blume H (2015) Реализация и анализ гистограмм алгоритма ориентированных градиентов на гетерогенной многоядерной архитектуре CPU / GPU.В: 2015 IEEE Global Conference on Signal and Information Processing (GlobalSIP), IEEE, pp 1402–1406

  • 10.

    Arnold M, Vechev M, Yahav E (2011) QVM: эффективная среда выполнения для обнаружения дефектов в развернутых системах. ACM Trans Softw Eng Methodol (TOSEM) 21 (1): 2

    Google ученый

  • 11.

    Бадампуди Д., Вохлин С., Петерсен К. (2015) Опыт использования снежного кома и поиска в базах данных в систематических исследованиях литературы.В: Proceedings of the 19 International Conference on Evaluation and Assessment in Software Engineering, ACM, p 17

  • 12.

    Banerjee A, Guo HF, Roychoudhury A (2016) Отладка сбоев в мобильных приложениях, связанных с энергоэффективностью. В: Материалы международного семинара по разработке программного обеспечения и систем для мобильных устройств, ACM, стр. 127–138

  • 13.

    Barros CA, Silveira LFQ, Valderrama CA, Xavier-de Souza S (2015) Оптимальное снижение динамической энергии процессора для параллельные рабочие нагрузки на гетерогенных многоядерных архитектурах.Микропроцесс Microsyst 39 (6): 418–425

    Google ученый

  • 14.

    Behroozi S, Li J, Melchert J, Kim Y (2019) SAADI: приближенный делитель с масштабируемой точностью для динамического масштабирования качества энергии. В: Proceedings of the 24th Asia and South Pacific Design Automation Conference, pp 481–486

  • 15.

    Bertolino A (2007) Исследование тестирования программного обеспечения: достижения, проблемы, мечты. В: 2007 будущее программной инженерии, IEEE Computer Society, стр. 85–103

  • 16.

    Бисвас А., Фудзимото Р. (2016) Профилирование энергопотребления в распределенном моделировании. In: Proceedings of the 2016 Annual ACM Conference on SIGSIM Principles of Advanced Discrete Simulation, ACM, pp 201–209

  • 17.

    Bläsing T, Batyuk L, Schmidt AD, Camtepe SA, Albayrak S (2010) Песочница для приложений Android система обнаружения подозрительного ПО. В: 5-я Международная конференция по вредоносному и нежелательному программному обеспечению (ВРЕДОНОСНОЕ ПО), 2010 г., IEEE, стр. 55–62

  • 18.

    Boukerche A, Guan S, De Grande RE (2018). Ориентированная на задачи мобильная облачная система, позволяющая энергоэффективная разгрузка.IEEE Trans Sustain Comput 3 (4): 248–361

    Google ученый

  • 19.

    Брюс Б.Р., Петке Дж., Харман М. (2015) Снижение энергопотребления с помощью генетического улучшения. В: Proceedings of the 2015 Annual Conference on Genetic and Evolutionary Computing, ACM, pp 1327–1334

  • 20.

    Canfora G, Martinelli F, Mercaldo F, Nardone V, Santone A, Visaggio CA (2018) LEILA: formaL tool для идентификации вредоносного поведения мобиля.IEEE Trans Softw Eng 45 (12): 1230–1252

    Google ученый

  • 21.

    Canfora G, Medvet E, Mercaldo F, Visaggio CA (2016) Получение и анализ показателей приложений для эффективного обнаружения мобильных вредоносных программ. В: Материалы международного семинара ACM 2016 по аналитике безопасности и конфиденциальности, ACM, стр. 50–57

  • 22.

    Carção TA (2014) Локализация утечки энергии на основе спектра. Кандидат наук. thesis

  • 23.

    Carette A, Younes MAA, Hecht G, Moha N, Rouvoy R (2017) Исследование энергетического воздействия запахов андроидов.В: 24-я Международная конференция IEEE по анализу, эволюции и реинжинирингу программного обеспечения (SANER)

  • 24.

    Carroll A, Heiser G (2014) Мобильные многоядерные компьютеры: используйте их или тратьте зря. ACM SIGOPS Oper Syst Ред. 48 (1): 44–48

    Google ученый

  • 25.

    Кэрролл А., Хейзер Г. (2014) Объединение DVFS и автономного режима в мобильных многоядерных компьютерах. В: 2014 IEEE 20-й симпозиум по технологиям реального времени и встроенным технологиям и приложениям (RTAS), IEEE, стр. 287–296

  • 26.

    Carroll A, Heiser G et al (2010) Анализ энергопотребления смартфона. В: Ежегодная техническая конференция USENIX, Бостон, Массачусетс, том 14, стр. 21–21

  • 27.

    Carvalho SA, Cunha DC, Silva-Filho AG (2016) Об использовании нелинейных методов для прогнозирования частоты ЦП малой мощности на основе переменных контекста Android. В: 15-й международный симпозиум IEEE по сетевым вычислениям и приложениям (NCA), 2016 г., IEEE, pp 250–253

  • 28.

    Carvalho SA, Cunha DC, Silva-Filho AG (2019) Автономное управление питанием в мобильных устройствах с использованием динамической частоты масштабирование и обучение с подкреплением для минимизации энергии.Микропроцесс Microsyst 64: 205–220

    Google ученый

  • 29.

    Chang YM, Hsiu PC, Chang YH, Chang CW (2013) Схема dvfs, управляемая ресурсами, для интеллектуальных портативных устройств. ACM Trans Embed Comput Comput Syst (TECS) 13 (3): 53

    Google ученый

  • 30.

    Чен Г., Канг Б.Т., Кандемир М., Виджайкришнан Н., Ирвин М.Дж., Чандрамули Р. (2004) Изучение компромиссов в энергопотреблении при вычислении / компиляции разгрузки в мобильных устройствах с поддержкой Java.IEEE Trans Parallel Distrib Syst 15 (9): 795–809

    Google ученый

  • 31.

    Чен Х, Ло Б., Ши В. (2012) Аноле: аргумент в пользу разработки мобильных приложений с учетом энергопотребления. В: 41-я Международная конференция по семинарам по параллельной обработке (ICPPW), 2012 г., IEEE, стр. 232–238

  • 32.

    Chen WM, Cheng SW, Hsiu PC, Kuo TW (2015) Ориентированная на пользователя среда управления CPU-GPU для 3D-игры на мобильных устройствах. В: Международная конференция IEEE / ACM по автоматизированному проектированию (ICCAD), 2015 г., IEEE, стр. 224–231

  • 33.

    Chen X, Jindal A, Ding N, Hu YC, Gupta M, Vannithamby R (2015) Фоновые действия смартфона в дикой природе: происхождение, утечка энергии и оптимизация. In: Proceedings of the 21st Annual International Conference on Mobile Computing and Networking, ACM, pp 40–52

  • 34.

    Chen X, Jindal A, Hu YC (2013) Сколько энергии мы можем сэкономить, используя предварительную загрузку рекламы? Анализ энергопотребления 100 лучших приложений. В: Материалы семинара по энергоэффективным вычислениям и системам, ACM, стр. 3

  • 35.

    Chen X, Zong Z (2016) Энергоэффективность приложений для Android: влияние языка, среды выполнения, компилятора и реализации. В: Международные конференции IEEE 2016 по большим данным и облачным вычислениям (BDCloud), социальным вычислениям и сетям (SocialCom), устойчивым вычислениям и коммуникациям (SustainCom) (BDCloud-SocialCom-SustainCom), IEEE, стр. 485–492

  • 36.

    Cheng KT, Wang YC (2011) Использование мобильного графического процессора для вычислений общего назначения — пример распознавания лиц на смартфонах.В: Международный симпозиум 2011 года по проектированию, автоматизации и тестированию СБИС (VLSI-DAT), IEEE, стр. 1–4

  • 37.

    Чиппа В.К., Чакрадхар С.Т., Рой К., Рагхунатан А. (2013) Анализ и характеристика внутреннего приложения устойчивость к приближенным вычислениям. В: Proceedings of the 50th Annual Design Automation Conference, pp 1–9

  • 38.

    Choi J, Jung B, Choi Y, Son S (2017) Адаптивная интегрированная маломощная платформа для многоядерных мобильных вычислений. В: Мобильные информационные системы

  • 39.

    Choi K, Dantu K, Cheng WC, Pedram M (2002) Динамическое масштабирование напряжения и частоты на основе кадров для декодера MPEG. В: Proceedings of the 2002 IEEE / ACM International Conference on Computer Aided Design, ACM, pp 732–737

  • 40.

    Choi Y, Park S, Cha H (2019) Управление питанием мобильных устройств с учетом графики. In: Proceedings of the 17th Annual International Conference on Mobile Systems, Applications, and Services, ACM, pp 469–481

  • 41.

    Chu SL, Hsiao CC, Hsieh CC (2011) Энергосберегающий унифицированный регистрационный файл для мобильных устройств. Графические процессоры.В: 9-я Международная конференция IFIP по встроенным и повсеместным вычислениям (EUC), 2011 г., IEEE, стр. 166–173

  • 42.

    Chwa HS, Seo J, Yoo H, Lee J, Shin I. фреймворк планирования на платформах big.LITTLE. Департамент компьютерных наук, KAIST и Департамент компьютерных наук и инженерии, Университет Сунгюнкван, Республика Корея, Tech. Rep

  • 43.

    Corral L, Georgiev AB, Sillitti A, Succi G (2014) Может ли время выполнения точно описать энергопотребление мобильных приложений? Эксперимент в android.В: Материалы 3-го международного семинара по экологичному и устойчивому программному обеспечению, ACM, стр. 31–37

  • 44.

    Couto M, Carção T, Cunha J, Fernandes JP, Saraiva J (2014) Выявление аномального энергопотребления в приложениях для Android . В: Бразильский симпозиум по языкам программирования, Springer, стр. 77–91

  • 45.

    Cruz L, Abreu R (2017) Основанные на производительности рекомендации для энергоэффективных мобильных приложений. В: 2017 IEEE / ACM 4th International Conference on Mobile Software Engineering and Systems (MOBILESoft), IEEE, pp 46–57

  • 46.

    Cruz L, Abreu R (2019) Каталог схем энергопотребления для мобильных приложений. In: Empirical software engineering, pp 1–27

  • 47.

    Dash SK, Suarez-Tangil G, Khan S, Tam K, Ahmadi M, Kinder J, Cavallaro L (2016) Droidscribe: классификация вредоносных программ для Android на основе поведения во время выполнения . В: 2016 IEEE security and privacy workshops (SPW), IEEE, pp 252–261

  • 48.

    de la Guia Solaz M, Han W, Conway R (2012) Гибкий маломощный DSP с программируемым усеченным множителем.IEEE Trans Circuits Syst I Regul Pap 59 (11): 2555–2568

    MathSciNet

    Google ученый

  • 49.

    De Carvalho SAL, Da Cunha DC, Da Silva-Filho AG (2017) Автономное управление питанием для встроенных систем с использованием нелинейного предсказателя мощности. В: Euromicro Conference on Digital System Design (DSD), 2017, стр. 22–29

  • 50.

    De Sensi D, Torquati M, Danelutto M (2016) Алгоритм реконфигурации для энергосберегающих параллельных приложений.ACM Trans Archit Code Optim (TACO) 13 (4): 43

    Google ученый

  • 51.

    Деяннис Д., Цирбас Р., Василиадис Г., Монтелла Р., Коста С., Иоаннидис С. (2018) Включение антивирусной защиты с помощью графического процессора на устройствах Android посредством разгрузки периферии. В: Материалы 1-го международного семинара по периферийным системам, аналитике и сетям, ACM, стр. 13–18

  • 52.

    Dong M, Zhong L (2011) Самоконструктивное высокоскоростное системное моделирование энергии для мобильных устройств с батарейным питанием. системы.In: Proceedings of the 9th International Conference on Mobile Systems, Applications, and Services, ACM, pp 335–348

  • 53.

    Du Y, Haezebrouck S, Cui J, Muralidhar R, Seshadri H, Rudramuni V, Chalhoub N, Chua Y, Quinzio R (2016) Taskfolder: динамическая и детализированная консолидация рабочих нагрузок для мобильных устройств. In: Proceedings of the 14th Annual International Conference on Mobile Systems, Applications, and Services, ACM, pp 137–149

  • 54.

    Джагарян А., Миленкович А., Милошевич М., Йованов Э. (2016) Среда для автоматизированного измерения энергия, потребляемая мобильными и встроенными вычислительными устройствами.Измерение 94: 103–118

    Google ученый

  • 55.

    D’Ambrosio S, De Pasquale S, Iannone G, Malandrino D, Negro A, Patimo G, Scarano V, Spinelli R (2016) Энергопотребление и конфиденциальность при просмотре веб-сайтов на мобильных устройствах: отдельные проблемы и связанные решения. Sustain Comput Informat Syst 11: 63–79

    Google ученый

  • 56.

    Enck W, Gilbert P, Han S, Tendulkar V, Chun BG, Cox LP, Jung J, McDaniel P, Sheth AN (2014) Taintdroid: система отслеживания потока информации для мониторинга конфиденциальности в реальном времени на смартфонах.ACM Trans Comput Syst (TOCS) 32 (2): 5

    Google ученый

  • 57.

    Fan L, Su T, Chen S, Meng G, Liu Y, Xu L, Pu G, Su Z (2018) Масштабный анализ специфичных для фреймворков исключений в приложениях для Android. Препринт ArXiv arXiv: 1801.07009

  • 58.

    Faruki P, Bhandari S, Laxmi V, Gaur M, Conti M (2016) Droidanalyst: синергетическая структура приложений для статического и динамического анализа приложений. В: Последние достижения в области вычислительного интеллекта в обороне и безопасности, Springer, стр. 519–552

  • 59.

    Feizollah A, Anuar NB, Salleh R, Suarez-Tangil G, Furnell S (2017) Андродиализ: анализ эффективности намерений Android при обнаружении вредоносных программ. Comput Secur 65: 121–134

    Google ученый

  • 60.

    Ferrari A, Gallucci D, Puccinelli D, Giordano S (2015) Обнаружение утечек энергии в приложении для Android с помощью POEM. В: 2015 IEEE International Conference on Pervasive Computing and Communication Workshops (PerCom Workshops), IEEE, pp 421–426

  • 61.

    Ferrari A, Puccinelli D, Giordano S (2016) Мобильность кода для вычислительной разгрузки по требованию. В: 2016 IEEE 17-й международный симпозиум по миру беспроводных, мобильных и мультимедийных сетей (WoWMoM), IEEE, стр. 1–6

  • 62.

    Флинн Дж., Сатьянараянан М. (2004) Управление сроком службы батареи с адаптацией к энергосбережению. ACM Trans Comput Syst (TOCS) 22 (2): 137–179

    Google ученый

  • 63.

    Gajaria D, Adegbija T (2019) ARC: кэши STT-RAM с поддержкой DVFS с асимметричным удержанием для энергоэффективных многоядерных процессоров.In: Proceedings of the international symposium on memory systems, pp 439–450

  • 64.

    Gaudette B, Wu CJ, Vrudhula S (2016) Улучшение взаимодействия с пользователем смартфона путем уравновешивания производительности и энергопотребления с помощью вероятностной гарантии качества. В: Международный симпозиум IEEE по архитектуре высокопроизводительных компьютеров (HPCA), 2016 г., IEEE, стр. 52–63

  • 65.

    Георгиев П., Лейн Н.Д., Рачури К.К., Масколо С. (2016) LEO: планирование алгоритмов вывода данных датчиков на гетерогенных мобильных устройствах. процессоры и сетевые ресурсы.В: Материалы ежегодной международной конференции по мобильным вычислениям и сетям, MOBICOM, CONFCODE, ACM, стр. 320–333

  • 66.

    Ghanavati M, Andrzejak A (2015) Автоматическая диагностика утечек памяти с помощью регрессионного тестирования. В: 15-я Международная рабочая конференция IEEE по анализу исходного кода и управлению им (SCAM), 2015 г., IEEE, стр. 191–200

  • 67.

    Гасемазар М., Пакбазния Э., Педрам М. консолидация ядра и DVFS.В: Материалы международного симпозиума IEEE по схемам и системам (ISCAS) 2010 г., IEEE, стр. 49–52

  • 68.

    Гомес М., Роувой Р., Монперрус М., Сейнтюрье Л. (2015) Рекомендуемая система средств проверки приложений на наличие ошибок. модераторы магазина приложений. В: 2-я Международная конференция ACM по разработке программного обеспечения и систем для мобильных устройств (MOBILESoft), 2015 г., IEEE, стр. 1–11

  • 69.

    Gong X, Liu W, Zhang J, Xu H, Zhao W., Liu C (2016) Wwof : энергоэффективная структура разгрузки для мобильных веб-страниц.In: Proceedings of the 13th International Conference on Mobile and Ubiquitous Systems: Computing, Networking and Services, ACM, pp 160–169

  • 70.

    Gottschalk M, Jelschen J, Winter A (2016) Рефакторинг для повышения энергоэффективности. В: «Достижения и новые тенденции в экологической и энергетической информатике», Springer, стр. 77–96.

  • 71.

    Grillo A, Lentini A, Me G (2011) Мобильная информационная война: противодействие утечкам конфиденциальной информации на основе securemydroid. В кн .: Информационные технологии и инновационные тенденции в организациях.Спрингер, Нью-Йорк, стр. 461–468

    Google ученый

  • 72.

    Gu Y, Chakraborty S (2008) Управление питанием интерактивных трехмерных игр с использованием структур кадра. В: 21-я Международная конференция по проектированию СБИС, 2008 г. VLSID 2008. IEEE, стр. 679–684

  • 73.

    Гуй Дж, Ли Д., Ван М., Халфонд В.Г. (2016) Простое измерение и оценка энергопотребления мобильной рекламы. В: Материалы 5-го международного семинара по экологичному и устойчивому программному обеспечению, ACM, стр. 1–7

  • 74.

    Gui J, Mcilroy S, Nagappan M, Halfond WG (2015) Правда в рекламе: скрытая стоимость мобильной рекламы для разработчиков программного обеспечения. In: Proceedings of the 37th International Conference on Software Engineering, IEEE Press, Vol 1, pp 100–110

  • 75.

    Guo C, Zhang J, Yan J, Zhang Z, Zhang Y (2013) Характеризация и обнаружение утечек ресурсов в приложениях для Android. В: 28-я Международная конференция IEEE / ACM по автоматизированной разработке программного обеспечения (ASE), 2013 г., IEEE, стр. 389–398

  • 76.

    Hallis F, Holmbacka S, Lund W, Slotte R, Lafond S, Lilius J (2013) Тепловое влияние на энергоэффективность консолидации рабочей нагрузки в многоядерных архитектурах. В: 24-й тирренский международный семинар по цифровым коммуникациям — зеленые ИКТ (TIWDC), 2013 г., IEEE, стр. 1–6

  • 77.

    Hamers J, Eeckhout L (2012) Использование сходства медиапотоков для энергоэффективного декодирования и прогнозирования ресурсов. ACM Trans Embed Comput Comput Syst (TECS) 11 (1): 2

    Google ученый

  • 78.

    Хао С., Ли Д., Халфонд В.Г., Говиндан Р. (2013) Оценка энергопотребления мобильных приложений с помощью программного анализа. В: 35-я Международная конференция по разработке программного обеспечения (ICSE), 2013 г., IEEE, стр. 92–101

  • 79.

    Хассан М.М., Чжао М., Сон Ш, Ли Хс, Ким Хг, Джанг Б. (2015 г.) производительность распознавания лиц на мобильных гп. В: 5-я Международная конференция по энергоэффективным вычислительным системам и приложениям, IEEE, стр. 1–4

  • 80.

    Heath T, Pinheiro E, Hom J, Kremer U, Bianchini R (2004) Преобразование кода для управления энергоэффективными устройствами .IEEE Trans Comput 53 (8): 974–987

    Google ученый

  • 81.

    Hecht G, Benomar O, Rouvoy R, Moha N, Duchien L (2015) Отслеживание качества программного обеспечения приложений Android в процессе их развития (t). В: 2015 30-я Международная конференция IEEE / ACM по автоматизированной разработке программного обеспечения (ASE), IEEE, pp. 236–247

  • 82.

    Henry GG, Parks T, Hooker RE (2019) Процессор с приблизительным вычислительным исполнительным блоком, который включает приблизительный регистр управления, имеющий флаг режима приближения, величину приближения и порог ошибки, где регистр управления приближением записывается с помощью инструкции набора команд.Патент США 10235232

  • 83.

    Hong L, Qian J, Cui J (2014) Автоматизированное модульное тестирование утечек памяти Java. Comput Model New Technol 18 (11)

  • 84.

    Hu C, Neamtiu I (2011) Среда поиска ошибок графического интерфейса для приложений Android. В: Proceedings of the ACM symposium on application computing, ACM, pp 1490–1491

  • 85.

    Hu Y, Neamtiu I (2016) Нечеткое и кросс-приложение воспроизведение для приложений для смартфонов. В кн .: Материалы 11-го международного семинара по автоматизации тестирования программного обеспечения, ACM, стр. 50–56

  • 86.

    Huang G, Cai H, Swiech M, Zhang Y, Liu X, Dinda P (2017) Delaydroid: инструментальный подход к сокращению энергопотребления приложений Android во времени хвоста. Научно-исследовательский центр Китая Inf Sci 60 (1): 012106

    Google ученый

  • 87.

    Хуанг Дж., Цянь Ф., Мао З.М., Сен С., Спатчек О. (2012) Характеристика и оптимизация трафика без экрана в сетях 3G / 4G. В: Proceedings of the ACM Conference on Internet Measurement Conference, ACM, pp 357–364

  • 88.

    Huang P, Xu T, Jin X, Zhou Y (2016) DefDroid: к более защищенной мобильной ОС от разрушительного поведения приложений. In: Proceedings of the 14th Annual International Conference on Mobile Systems, Applications, and Services, ACM, pp 221–234

  • 89.

    Hussein A, Payer M, Hosking AL, Vick C (2017) Один процесс, чтобы собрать все : сборка мусора как услуга. В: Материалы для Международной конференции ACM по архитектурной поддержке языков программирования и операционных систем, ASPLOS, vol 17

  • 90.

    Hwang C, Pushp S, Koh C, Yoon J, Liu Y, Choi S, Song J (2017) RAVEN: оптимизация энергопотребления с учетом восприятия для мобильных игр. In: Proceedings of the 23rd Annual International Conference on Mobile Computing and Networking, ACM, pp 422–434

  • 91.

    Imes C, Kim DH, Maggio M, Hoffmann H (2015) POET: портативный подход к минимизации энергии в условиях мягкие ограничения в реальном времени. В: 2015 IEEE симпозиум по технологиям реального времени и встроенным технологиям и приложениям (RTAS), IEEE, стр. 75–86

  • 92.

    Imes C, Kim DH, Maggio M, Hoffmann H (2016) Портативное управление многоядерными ресурсами для приложений с ограничениями производительности. В: 2016 IEEE 10-й международный симпозиум по встроенным многоядерным / многоядерным системам на кристалле (MCSoC), IEEE, стр. 305–312

  • 93.

    Isidro-Ramirez R, Viveros AM, Rubio EH (2015) Energy модель потребления по параллельным программам, реализованная на многоядерных архитектурах. Int J Adv Comput Sci Appl (IJACSA) 6 (6): 21

    Google ученый

  • 94.

    Jabbarvand R, Sadeghi A, Bagheri H, Malek S (2016) Минимизация набора тестов с учетом энергопотребления для приложений Android. В: Материалы 25-го международного симпозиума по тестированию и анализу программного обеспечения, ACM, стр. 425–436

  • 95.

    Джаббарванд Р., Садеги А., Гарсия Дж., Малек С., Амманн П. (2015) Экодроид: подход к энергетике. на основе рейтинга приложений для Android. В: Материалы четвертого международного семинара по экологичному и устойчивому программному обеспечению, IEEE Press, стр. 8–14

  • 96.

    Джафри С.М., Озбаг О., Фарахини Н., Пол К., Хемани А., Плосила Дж., Тенхунен Х. (2015) Архитектура и реализация динамического параллелизма, масштабирования напряжения и частоты (PVFS) на CGRA.ACM J Emerg Technol Comput Syst (JETC) 11 (4): 40

    Google ученый

  • 97.

    Jasemi M, Hessabi S, Bagherzadeh N (2020) Надежный и энергоэффективный буфер MLC STT-RAM для ускорителей CNN. препринт arXiv arXiv: 2001.08806

  • 98.

    Jiang H, Liu L, Lombardi F, Han J (2018) Адаптивная аппроксимация в арифметических схемах: маломощный беззнаковый делитель. В: Конференция и выставка «Дизайн, автоматизация и испытания в Европе» (DATE), 2018, IEEE, стр. 1411–1416

  • 99.

    Jump M, McKinley KS (2007) Cork: динамическое обнаружение утечки памяти для языков со сборкой мусора. In: Acm Sigplan Notices, ACM, vol 42, pp 31–38

  • 100.

    Jun M, Sheng L, Shengtao Y, Xianping T, Jian L (2017) LeakDAF: автоматизированный инструмент для обнаружения просочившихся действий и фрагментов приложения для Android. В: 41-я ежегодная конференция по компьютерному программному обеспечению и приложениям (COMPSAC) IEEE, 2017 г., IEEE, том 1, стр. 23–32

  • 101.

    Karbab EB, Debbabi M, Derhab A, Mouheb D (2017) Обнаружение вредоносных программ Android с использованием глубокого обучения о последовательностях методов API.Препринт ArXiv arXiv: 1712.08996

  • 102.

    Kayaalp M, Khasawneh KN, Esfeden HA, Elwell J, Abu-Ghazaleh N, Ponomarev D, Jaleel A (2017) RIC: ослабленные кеши включения для смягчения атак по побочным каналам LLC. В: 2017 54-я Конференция по автоматизации проектирования (DAC) ACM / EDAC / IEEE, IEEE, стр. 1–6

  • 103.

    Кайран О., Джог А., Паттнаик А., Аусаварунгнирун Р., Тан Х, Кандемир М. Т., Лох Г. Х., Мутлу. O, Das CR (2016) \ (\ mu \) C-States: детальное управление питанием канала данных GPU. В: Международная конференция по параллельной архитектуре и методам компиляции (PACT), 2016, IEEE, стр. 17–30

  • 104.

    Keramidas G, Kokkala C, Stamoulis I (2015) Неуклюжий кеш значений: приблизительный метод мемоизации для фрагментных шейдеров мобильных графических процессоров. В: Практикум по приблизительным вычислениям (WAPCO’15)

  • 105.

    Ким К., Ча Х (2013) Wakescope: Схема управления аномалиями wakelock во время выполнения для платформы Android. В: Материалы Международной конференции по встроенному программному обеспечению (EMSOFT), 2013 г., IEEE, стр. 1–10

  • 106.

    Ким Н.С., Флютнер К., Блаау Д., Мадж Т. (2002) Сонные кеши инструкций.снижение мощности утечки с использованием динамического масштабирования напряжения и прогнозирования подбанка кэша. В: 35-й ежегодный международный симпозиум IEEE / ACM по микроархитектуре, 2002 г. (MICRO-35). Proceedings, IEEE, pp. 219–230

  • 107.

    Kremer U, Hicks J, Rehg J (2001) Структура компиляции для управления питанием и энергопотреблением на мобильных компьютерах. В: Международный семинар по языкам и компиляторам для параллельных вычислений, Springer, pp 115–131

  • 108.

    Krishnan DR, Quoc DL, Bhatotia P, Fetzer C, Rodrigues R (2016) Incapprox: система анализа данных для инкрементального приближения вычисления.In: Proceedings of the 25th International Conference on World Wide Web, стр. 1133–1144

  • 109.

    Куан К., Адегбиджа Т. (2019) Энергоэффективный адаптируемый во время выполнения дизайн кэша L1 STT-RAM. IEEE Trans Comput Aid Des Integr Circuits Syst. https://doi.org/10.1109/TCAD.2019.2

    0

    Статья
    МАТЕМАТИКА

    Google ученый

  • 110.

    Kuan K, Adegbija T (2019) Halls: энергоэффективный высокоадаптируемый кэш STT-RAM последнего уровня для многоядерных систем.IEEE Trans Comput 68 (11): 1623–1634

    MathSciNet
    МАТЕМАТИКА

    Google ученый

  • 111.

    Kulkarni P, Gupta P, Ercegovac M (2011) Торговая точность для мощности с недоработанной архитектурой множителя. В: 24-я Международная конференция по проектированию СБИС, 2011 г., IEEE, стр. 346–351

  • 112.

    Кюльтюрсай Э., Кандемир М., Сивасубраманиам А., Мутлу О. (2013) Оценка STT-RAM как энергоэффективной альтернативы основной памяти.В: Международный симпозиум IEEE 2013 г. по анализу производительности систем и программного обеспечения (ISPASS), IEEE, стр. 256–267

  • 113.

    Lane ND, Bhattacharya S, Georgiev P, Forlivesi C, Jiao L, Qendro L, Kawsar F ( 2016) Deepx: программный ускоритель для вывода данных глубокого обучения с низким энергопотреблением на мобильных устройствах. In: Proceedings of the 15th International Conference on Information Processing in Sensor Networks, IEEE Press, p 23

  • 114.

    Latifi Oskouei SS, Golestani H, Hashemi M, Ghiasi S (2016) CNNdroid: GPU-ускоренное выполнение обученных глубоких сверточные нейронные сети на android.В: Proceedings of the ACM on Multimedia Conference, ACM, pp 1201–1205

  • 115.

    Lee J, Choi K, Kim Y, Han H, Kang S (2016) Использование удаленного GPGPU в мобильных устройствах. Clust Comput 19 (3): 1571–1583

    Google ученый

  • 116.

    Ленг Дж., Хетерингтон Т., ЭлТантави А., Гилани С., Ким Н.С., Амодт TM, Редди В.Дж. (2013) GPUWattch: включение оптимизации энергопотребления в GPGPU. ACM SIGARCH Comput Archit News 41 (3): 487–498

    Google ученый

  • 117.

    Li D, Halfond WG (2014) Исследование методов энергосберегающего программирования при разработке приложений для смартфонов Android. В: Материалы 3-го международного семинара по экологичному и устойчивому программному обеспечению, ACM, стр. 46–53

  • 118.

    Ли Д., Лю Й, Гуи Дж., Halfond WG (2016) Автоматическая оптимизация энергопотребления HTTP-запросов для мобильных приложений. В: Материалы 38-й Международной конференции по разработке программного обеспечения, ACM, стр. 249–260

  • 119.

    Li S, Mishra S (2016) Оптимизация энергопотребления в многоядерных смартфонах.J Parallel Distrib Comput 95: 124–137

    Google ученый

  • 120.

    Li X, Gallagher JP (2016) Структура оптимизации энергопотребления на уровне источника для мобильных приложений. В: 16-я Международная рабочая конференция IEEE по анализу и обработке исходного кода (SCAM), 2016 г., IEEE, стр. 31–40

  • 121.

    Li X, Gallagher JP (2016) Энергосберегающий подход к программированию для разработки мобильных приложений под руководством детальная энергетическая модель.Препринт ArXiv arXiv: 1605.05234

  • 122.

    Li Y, Chen H, Shi W (2014) Анализ энергопотребления мобильных приложений с использованием bugu. Sustain Comput Informat Syst 4 (3): 183–195

    Google ученый

  • 123.

    Li Z, Wang C, Xu R (2001) Выгрузка вычислений для экономии энергии на портативных устройствах: схема разделов. В: Материалы Международной конференции 2001 г. по компиляторам, архитектуре и синтезу для встроенных систем, ACM, стр. 238–246

  • 124.

    Li Z, Wang C, Xu R (2001) Распределение задач для распределенной обработки мультимедиа на портативных устройствах, подключенных к беспроводной сети. В: Proceedings International, IPDPS 2002, Abstracts and CD-ROM Parallel and Distributed Processing Symposium, IEEE, p 6

  • 125.

    Li Z, Xu R (2002) Энергетическое воздействие безопасных вычислений на портативное устройство. В: Международный семинар IEEE 2002 г. по характеристике рабочих нагрузок, 2002 г. WWC-5, IEEE, pp. 109–117

  • 126.

    Liang Y, Wang S (2016) Оптимизация, ориентированная на производительность, для файла регистров на основе памяти ипподрома на графических процессорах.J Comput Sci Technol 31 (1): 36–49

    MathSciNet

    Google ученый

  • 127.

    Лин CC, Syu YC, Chang CJ, Wu JJ, Liu P, Cheng PW, Hsu WT (2015) Энергоэффективное планирование задач для многоядерных платформ с покадровой DVFS. J Parallel Distrib Comput 86: 71–81

    Google ученый

  • 128.

    Lin SY, King CT (2019) Ориентированное на пользователя контекстно-зависимое управление питанием процессора / графического процессора для интерактивных приложений на смартфонах.In: Proceedings of the 16th ACM International Conference on Computing Frontiers, ACM, pp. 247–250

  • 129.

    Линдорфер М., Нойгшвандтнер М., Платцер С. (2015) Марвин: эффективная и всеобъемлющая классификация мобильных приложений с помощью статического и динамического анализа. В: 2015 г. 39-я ежегодная конференция по компьютерному программному обеспечению и приложениям IEEE (COMPSAC), IEEE vol 2, pp 422–433

  • 130.

    Liu J, Wu T, Yan J, Zhang J (2016) Устранение утечек ресурсов в приложениях для Android с помощью легкий статический анализ и приборы с низкими накладными расходами.В: 27-й международный симпозиум IEEE по проектированию надежности программного обеспечения (ISSRE), 2016 г., IEEE, стр. 342–352

  • 131.

    Лю Л., Ян Г, Чжан X, Чен С. (2009) Вирусметр: защита мобильного телефона от шпионов. В: Международный семинар по последним достижениям в обнаружении вторжений, Springer, pp. 244–264

  • 132.

    Liu X, Shenoy P, Corner M (2004) Chameleon: управление питанием, управляемое приложением, с изоляцией производительности. Tech. Представитель, Технический отчет 04-26, Департамент компьютерных наук Массачусетского университета

  • 133.

    Лю И, Вей Л., Сюй Ц, Чунг С. К. (2016) DroidLeaks: сравнительный анализ ошибок утечки ресурсов для приложений Android. Препринт ArXiv arXiv: 1611.08079

  • 134.

    Liu Y, Xiao M, Zhang M, Li X, Dong M, Ma Z, Li Z, Chen S (2016) GoCAD: энергосбережение онлайн-дисплея с адаптацией к контенту с помощью графического процессора для мобильные устройства в потоковой передаче в Интернете. В: Материалы 25-й Международной конференции по всемирной паутине, стр. 1329–1338. Руководящий комитет международных конференций в Интернете

  • 135.

    Лу Кью, Ву Т, Ян Дж, Ян Дж, Ма Ф, Чжан Ф (2016) Оценка энергопотребления на уровне упрощенного метода для приложений Android. В: 10-й Международный симпозиум по теоретическим аспектам программной инженерии (TASE), 2016 г., IEEE, стр. 144–151

  • 136.

    Maich H, Melo M, Agostini L, Zatt B, Porto M (2016) Энергетический анализ оценки движения перенос памяти на встроенные процессоры. В: Седьмой латиноамериканский симпозиум IEEE по схемам и системам (LASCAS), 2016 г., IEEE, стр. 319–322

  • 137.

    Manotas I, Pollock L, Clause J (2014) SEEDS: структура поддержки принятия решений по оптимизации энергопотребления для инженеров-программистов. In: Proceedings of the 36th International Conference on Software Engineering, ACM, pp 503–514

  • 138.

    Mao B, Zhou J, Wu S, Jiang H, Chen X, Yang W (2018) Повышение производительности и надежности флэш-памяти для смартфонов с дедупликацией ввода-вывода. IEEE Trans Comput Aid Des Integr Circuits Syst 38 (6): 1017–1027

    Google ученый

  • 139.

    Mao M, Wen W, Zhang Y, Chen Y, Li H (2017) Энергосберегающая архитектура регистрового файла GPGPU с использованием памяти ипподрома. IEEE Trans Comput 66 (9): 1478–1490

    MathSciNet

    Google ученый

  • 140.

    Martins M, Cappos J, Fonseca R (2015) Выборочное приручение фоновых приложений Android для увеличения срока службы батареи. В: Ежегодная техническая конференция USENIX, стр. 563–575

  • 141.

    Marz S, Zanden BV (2016) Снижение энергопотребления и задержки в мобильных устройствах с помощью модели потока событий.ACM Trans Embed Comput Syst (TECS) 16 (1): 11

    Google ученый

  • 142.

    Massari G, Terraneo F, Zanella M, Zoni D (2018) На пути к детализированной DVFS во встроенных многоядерных процессорах. В: Международная конференция по архитектуре вычислительных систем, Springer, стр. 239–251

  • 143.

    Mazouzi H, Achir N, Boussetta K (2019) DM2-ECOP: эффективная политика разгрузки вычислений для многопользовательских мобильных устройств с несколькими облаками периферийная вычислительная среда.ACM Trans Internet Technol (TOIT) 19 (2): 24

    Google ученый

  • 144.

    McAnlis C (2015) Магия lru cache (100 дней разработки Google). https://youtu.be/R5ON3iwx78M. По состоянию на январь 2019 г.

  • 145.

    Mei H, Lü J (2016) Greendroid: автоматическая диагностика неэффективности использования энергии для приложений для смартфонов. In: Internetware, Springer, pp. 389–438

  • 146.

    Melchert J, Behroozi S, Li J, Kim Y (2019) SAADI-EC: приблизительный делитель энергоэффективности с настраиваемым качеством.IEEE Trans Very Large Scale Integr (VLSI) Syst 27 (11): 2680–2692

    Google ученый

  • 147.

    Михалевский Ю., Шульман А., Вирапандян Г.А., Бонех Д., Накибли Г. (2015) Powerspy: отслеживание местоположения с использованием анализа мощности мобильных устройств. In: USENIX Security, pp 785–800

  • 148.

    Milosevic N, Dehghantanha A, Choo KKR (2017) Машинное обучение на основе классификации вредоносных программ для Android. Comput Electr Eng 61: 266–274

    Google ученый

  • 149.

    Mitchell N, Sevitsky G (2003) LeakBot: автоматизированный и легкий инструмент для диагностики утечек памяти в больших приложениях Java. В: Европейская конференция по объектно-ориентированному программированию, Springer, стр. 351–377

  • 150.

    Momeni A, Han J, Montuschi P, Lombardi F (2014) Проектирование и анализ приблизительных компрессоров для умножения. IEEE Trans Comput 64 (4): 984–994

    MathSciNet
    МАТЕМАТИКА

    Google ученый

  • 151.

    Moons B, Verhelst M (2015) Dvas: динамическое масштабирование точности напряжения для повышения энергоэффективности в приближенных вычислениях. В: Международный симпозиум IEEE / ACM по маломощной электронике и дизайну (ISLPED), 2015 г., IEEE, стр. 237–242

  • 152.

    Моралес Р., Саборидо Р., Кхом Ф., Чикано Ф., Антониол Г. (2016) Anti-patterns и энергоэффективность приложений Android. Препринт ArXiv arXiv: 1610.05711

  • 153.

    Mrazek V, Hrbacek R, Vasicek Z, Sekanina L (2017) EvoApproxSb: библиотека приближенных сумматоров и умножителей для проектирования схем и тестирования приближенных методов.В: Конференция и выставка «Дизайн, автоматизация и тестирование в Европе» (DATE), 2017 г., IEEE, стр. 258–261

  • 154.

    Ни-Льюис I (2015) Пользовательские представления и производительность (100 дней разработки Google). https://youtu.be/zK2i7ivzK7M. По состоянию на январь 2019 г.

  • 155.

    Nilsson P, Shaik AUR, Gangarajaiah R, Hertz E (2014) Аппаратная реализация экспоненциальной функции с использованием ряда Тейлора. In: 2014 NORCHIP, IEEE, pp 1–4

  • 156.

    Nixon KW, Chen X, Zhou H, Liu Y, Chen Y (2014) Снижение энергопотребления мобильных GPU за счет динамического разрешения и масштабирования частоты кадров.В: HotPower

  • 157.

    Nurvitadhi E, Lee B, Yu C, Kim M (2003) Сравнительное исследование методов динамического масштабирования напряжения для декодирования видео с низким энергопотреблением. В: Встроенные системы и приложения, стр. 292–298

  • 158.

    О’Хара К.Дж., Натуджи Р., Радж Х., Шван К., Балч Т. (2006) Autopower: к энергосберегающим программным системам для распределенных мобильных роботов. В: Proceedings 2006 IEEE International Conference on Robotics and Automation, 2006. ICRA 2006. IEEE, pp 2757–2762

  • 159.

    Пандей П., Помпили Д. (2019) Обработка ограниченных ресурсов в мобильных вычислениях с помощью приближенных вычислений с обратной связью. IEEE Pervasive Comput 18 (1): 39–48

    Google ученый

  • 160.

    Papernot N, McDaniel P, Jha S, Fredrikson M, Celik ZB, Swami A (2016) Ограничения глубокого обучения в условиях противостояния. В: Европейский симпозиум IEEE по безопасности и конфиденциальности (EuroS & P), 2016 г., IEEE, стр. 372–387

  • 161.

    Park J, Choi B (2012) Автоматическое обнаружение утечек памяти в системах на базе Android.Int J Control Autom 5 (2): 35–42

    Google ученый

  • 162.

    Park JG, Dutt N, Kim H, Lim SS (2016) HiCAP: динамический интегрированный регулятор частоты ограничения частоты CPU-GPU на основе иерархических FSM для энергоэффективных мобильных игр. В: Материалы международного симпозиума по маломощной электронике и дизайну 2016 г., ACM, стр. 218–223

  • 163.

    Park JG, Hsieh CY, Dutt N, Lim SS (2016) Co-cap: Energy-эффективных кооперативных ЦП — Ограничение частоты графических процессоров для мобильных игр.В: Материалы 31-го ежегодного симпозиума ACM по прикладным вычислениям, ACM, стр. 1717–1723

  • 164.

    Park S, Kim D, Cha H (2015) Снижение энергопотребления при срабатывании будильника на смартфонах Android. В: Материалы 16-го международного семинара по мобильным вычислительным системам и приложениям, ACM, стр. 33–38

  • 165.

    Пасанди Г., Назарян С., Педрам М. (2019) Приближенный логический синтез: подход к отображению технологий на основе обучения с подкреплением . В: 20-й международный симпозиум по качеству электронного дизайна (ISQED), IEEE, стр. 26–32

  • 166.

    Pathak A, Hu YC, Zhang M (2011) Начальная отладка энергопотребления на смартфонах: первый взгляд на ошибки энергопотребления в мобильных устройствах. В: Материалы 10-го семинара ACM по горячим темам в сетях, ACM, стр. 5

  • 167.

    Pathak A, Hu YC, Zhang M (2012) Где энергия расходуется в моем приложении? смартфоны с эпроф. В: Proceedings of the 7th ACM European Conference on Computer Systems, ACM, pp 29–42

  • 168.

    Pathak A, Hu YC, Zhang M, Bahl P, Wang YM (2011) Детальное моделирование мощности для смартфонов с использованием отслеживание системных вызовов.В: Proceedings of the Sixth Conference on Computer systems, ACM, pp 153–168

  • 169.

    Pathak A, Jindal A, Hu YC, Midkiff SP (2012) Что не дает моему телефону спать? ошибки энергии сна в приложениях для смартфонов. In: Proceedings of the 10th International Conference on Mobile Systems, Applications, and Services, ACM, pp. 267–280

  • 170.

    Pathania A, Jiao Q, Prakash A, Mitra T (2014) Интегрированное управление питанием CPU-GPU для 3D мобильные игры.В: Материалы 51-й ежегодной конференции по автоматизации проектирования, ACM, стр. 1–6

  • 171.

    Паттнаик А., Тан X, Кайран О., Джог А., Мишра А., Кандемир М. Т., Сивасубраманиам А., Дас CR (2019) Opportunistic вычисления в архитектурах GPU. В: Материалы 46-го международного симпозиума по компьютерной архитектуре, стр 210–223

  • 172.

    Пейович В. (2019) К приближенным мобильным вычислениям. GetMobile Mobile Comput Commun 22 (4): 9–12

    MathSciNet

    Google ученый

  • 173.

    Pereira R (2017) Поиск горячих точек в исходном коде. In: Proceedings of the 39th International Conference on Software Engineering Companion, IEEE Press, pp 88–90

  • 174.

    Pereira R, Carção T, Couto M, Cunha J, Fernandes JP, Saraiva J (2017) Помощь программистам в улучшении энергоэффективность исходного кода. В: 2017 IEEE / ACM 39th International Conference on Software Engineering Companion (ICSE-C), IEEE, pp. 238–240

  • 175.

    Perez-Castillo R, Piattini M (2014) Анализ вредного воздействия рефакторинга класса God на потребляемая мощность.Программное обеспечение IEEE 31 (3): 48–54

    Google ученый

  • 176.

    Pourshirazi B, Zhu Z (2017) NEMO: энергоэффективная гибридная система основной памяти для мобильных устройств. In: Proceedings of the international symposium on memory systems, pp 351–362

  • 177.

    Pouwelse J, Langendoen K, Sips H (2001) Динамическое масштабирование напряжения на маломощном микропроцессоре. In: Proceedings of the 7th Annual International Conference on Mobile Computing and Networking, MobiCom ’01, ACM, pp.251–259. https://doi.org/10.1145/381677.381701

  • 178.

    Procaccianti G, Fernández H, Lago P (2016) Эмпирическая оценка двух передовых практик разработки энергоэффективного программного обеспечения. J Syst Softw 117: 185–198

    Google ученый

  • 179.

    Прочкова И., Сингх В., Нурминен Дж. К. (2012) Энергозатраты на рекламу в мобильных играх на платформе android. В: 6-я Международная конференция по мобильным приложениям, услугам и технологиям нового поколения (NGMAST), 2012, IEEE, стр. 147–152

  • 180.

    Рахими А., Бенини Л., Гупта Р.К. (2013) Пространственная мемоизация: одновременное повторное использование инструкций для исправления ошибок синхронизации в архитектурах simd. Краткие сведения о IEEE Trans Circuits Syst II Express 60 (12): 847–851

    Google ученый

  • 181.

    Ranjan A, Venkataramani S, Pajouhi Z, Venkatesan R, Roy K, Raghunathan A (2017) STAxCache: приблизительный энергоэффективный кэш STT-MRAM. В: Конференция и выставка «Дизайн, автоматизация и испытания в Европе» (DATE), 2017 г., IEEE, стр. 356–361

  • 182.

    Reimann J, Brylski M, Aßmann U (2014) Качественный каталог запахов, поддерживаемый инструментами, для разработчиков Android. In: Proceedings of the Conference Modellierung 2014 in the Workshop Modellbasierte und modellgetriebene Softwaremodernisierung – MMSM, vol 2014

  • 183.

    Rister B, Wang G, Wu M, Cavallaro JR (2013) Быстрый и эффективный детектор SIFT с использованием мобильного графического процессора . В: Международная конференция IEEE по акустике, речи и обработке сигналов (ICASSP), 2013 г., IEEE, стр. 2674–2678

  • 184.

    Ризванди Н.Б., Тахери Дж., Зомая А.Ю. (2011) Некоторые наблюдения по выбору оптимальной частоты для минимизации энергопотребления на основе DVFS. J Parallel Distrib Comput 71 (8): 1154–1164

    MATH

    Google ученый

  • 185.

    Rizvandi NB, Taheri J, Zomaya AY, Lee YC (2010) Линейные комбинации частот процессора с поддержкой DVFS для изменения алгоритмов планирования с учетом энергопотребления. В: 2010 10-я Международная конференция IEEE / ACM по кластерам, облачным и сетевым вычислениям (CCGrid), IEEE, стр. 388–397

  • 186.

    Родригес А., Матеос С., Зунино А. (2016) Улучшение выполнения научных приложений на мобильных устройствах Android с помощью рефакторинга кода. Softw Pract Exp 47 (5): 763–796

    Google ученый

  • 187.

    Ронг П., Педрам М. (2003) Увеличение срока службы сети мобильных устройств с батарейным питанием за счет удаленной обработки: марковский подход, основанный на принятии решений. В: Материалы 40-й ежегодной конференции по автоматизации проектирования, ACM, стр. 906–911

  • 188.

    Rumble SM, Stutsman R, Levis P, Mazières D, Zeldovich N (2010) Задержание воров Джоуля с помощью Cinder. ACM SIGCOMM Comput Commun Rev 40 (1): 106–111

    Google ученый

  • 189.

    Руми М.А., Хасан Д.Х. и др. (2015) Снижение энергопотребления процессора в смартфоне Android. В: 3-я Международная конференция по зеленой энергии и технологиям (ICGET), 2015 г., IEEE, стр. 1–6

  • 190.

    Saadat H, Javaid H, Parameswaran S (2019) Приближенные целочисленные делители и делители с плавающей запятой с погрешностью, близкой к нулю предвзятость.В: 56-я конференция ACM / IEEE Design Automation Conference (DAC), 2019 г., IEEE, стр. 1–6

  • 191.

    Saborido R, Beltrame G, Khomh F, Alba E, Antoniol G (2016) Оптимизация пользовательского опыта при выборе приложений для Android . В: 23-я Международная конференция IEEE по анализу, эволюции и реинжинирингу программного обеспечения (SANER), 2016 г., IEEE, том 1, стр. 438–448

  • 192.

    Садросадати М., Эхсани С.Б., Фалахати Х., Аусаварунгнирун Р., Таваккол А., Абаи M, Orosa L, Wang Y, Sarbazi-Azad H, Mutlu O (2019) ITAP: управление питанием с учетом времени простоя для исполнительных блоков GPU.ACM Trans Archit Code Optim (TACO) 16 (1): 1–26

    Google ученый

  • 193.

    Сахин С., Ван М., Торнквист П., МакКенна Р., Пирсон З., Халфонд В.Г., пункт J (2016) Как обфускация кода влияет на потребление энергии? J Softw Evol Process 28 (7): 565–588

    Google ученый

  • 194.

    Самади М., Джамшиди Д.А., Ли Дж., Мальке С. (2014) Paraprox: аппроксимация на основе шаблонов для приложений с параллельными данными.In: Proceedings of the 19 International Conference on Architectural Support for Programming Languages ​​and Operating Systems, pp 35–50

  • 195.

    Samadi M, Lee J, Jamshidi DA, Hormati A, Mahlke S (2013) Sage: самонастройка приближение для графических движков. In: Proceedings of the 46th Annual IEEE / ACM International Symposium on Microarchitecture, pp 13–24

  • 196.

    Saravanan V, Shivam A, Chauhan S (2014) Уменьшение рассеиваемой мощности в многоядерных процессорах с помощью эффективной коммутации ядер.Int J Comput Inf Technol 03 (06)

  • 197.

    Schmeelk S, Yang J, Aho A (2015) Методы статического анализа вредоносных программ для Android. In: Proceedings of the 10th Annual Cyber ​​and Information Security Research Conference, ACM, p 5

  • 198.

    Sen S, Aysan AI, Clark JA (2018) SAFEDroid: Использование структурных функций для обнаружения вредоносных программ Android. В: Безопасность и конфиденциальность в сетях связи: SecureComm 2017 International Workshops, ATCS and SePrIoT, Niagara Falls, ON, Canada, 2017, Proceedings 13, Springer, pp 255–270

  • 199.

    Senn E, Derouineau N, Tizon N, Boukhobza J et al (2018) Совместное использование DVFS и параллелизм для энергоэффективного программного декодирования видео с малой задержкой. IEEE Trans Parallel Distrib Syst 29 (4): 858–872

    Google ученый

  • 200.

    Shahriar H, North S, Mawangi E (2014) Тестирование утечки памяти в приложениях для Android. В: 15-й международный симпозиум IEEE по системной инженерии (HASE), 2014 г., IEEE, стр. 176–183

  • 201.

    Шанкари К., Каллер Д.Е., Кац Р.Х. (2016) Ничего хорошего: координация ОС и приложений для энергосбережения. Технический отчет № UCB / EECS-2016-119. Электротехника и компьютерные науки, Калифорнийский университет в Беркли

  • 202.

    Шай А., Шолброк Б., Мемик Г. (20099) На волю: изучение реальных шаблонов активности пользователей для оптимизации энергопотребления мобильных архитектур. В: 42-й ежегодный международный симпозиум IEEE / ACM по микроархитектуре, 2009 г. MICRO-42, IEEE, стр. 168–178

  • 203.

    Singh I, Krishnamurthy SV, Madhyastha HV, Neamtiu I (2016) Zapdroid: управление редко используемыми приложениями на смартфонах. IEEE Trans Mob Comput 16 (5): 1475–1489

    Google ученый

  • 204.

    Snowdon DC, Le Sueur E, Petters SM, Heiser G (2009) Koala: платформа для управления питанием на уровне ОС. В: Proceedings of the 4th ACM European Conference on Computer Systems, ACM, pp 289–302

  • 205.

    Son D, Yu C, Kim HN (2001) Динамическое масштабирование напряжения при декодировании MPEG.В: Восьмая международная конференция по параллельным и распределенным системам, 2001. ICPADS 2001. Proceedings, IEEE, pp. 633–640

  • 206.

    Шор В., Шрирама С.Н. (2014) Обнаружение утечек памяти в java: таксономия и классификация подходов. Программное обеспечение J Syst 96: 139–151

    Google ученый

  • 207.

    Spreitzenbarth M, Schreck T, Echtler F, Arp D, Hoffmann J (2015) Мобильная песочница: сочетание статического и динамического анализа с методами машинного обучения.Int J Inf Secur 14 (2): 141–153

    Google ученый

  • 208.

    Stoica I, Song D, Popa RA, Patterson D, Mahoney MW, Katz R, Joseph AD, Jordan M, Hellerstein JM, Gonzalez JE et al (2017) Взгляд Беркли на системные проблемы для ИИ. Препринт ArXiv arXiv: 1712.05855

  • 209.

    Stokke KR, Stensland HK, Griwodz C, Halvorsen P (2016) Высокоточная гибридная модель мощности GPU, CPU и RAM для общих мультимедийных рабочих нагрузок.In: Proceedings of the 7th International Conference on Multimedia Systems, ACM, p 14

  • 210.

    Suarez-Tangil G, Tapiador JE, Peris-Lopez P, Blasco J (2014) Dendroid: метод интеллектуального анализа текста для анализа и классификации структуры кода в семействе вредоносных программ для Android. Expert Syst Appl 41 (4): 1104–1117

    Google ученый

  • 211.

    Салливан М.Б., Шварцлендер Э.Е. (2013) Усеченное логарифмическое приближение. В: 21-й симпозиум IEEE по компьютерной арифметике 2013 г., IEEE, стр. 191–198

  • 212.

    Sun M, Li X, Lui JC, Ma RT, Liang Z (2017) Monet: ориентированная на пользователя поведенческая система обнаружения вариантов вредоносных программ для Android. IEEE Trans Inf Forensics Secur 12 (5): 1103–1112

    Google ученый

  • 213.

    Sutherland M, San Miguel J, Jerger NE (2015) Аппроксимация кэша текстур на графических процессорах. В: Практикум по приблизительным вычислениям в стеке

  • 214.

    Terefe MB, Lee H, Heo N, Fox GC, Oh S (2016) Энергоэффективная политика разгрузки нескольких площадок с использованием марковского процесса принятия решений для мобильных облачных вычислений.Pervasive Mob Comput 27: 75–89

    Google ученый

  • 215.

    Tian Y, Zhang Q, Wang T, Yuan F, Xu Q (2015) Approxma: приблизительный доступ к памяти для динамического точного масштабирования. In: Proceedings of the 25th edition on Great Lakes Symposium on VLSI, pp 337–342

  • 216.

    Vahdat S, Kamal M, Afzali-Kusha A, Pedram M, Navabi Z (2017) TruncApp: приблизительное усечение делитель для энергоэффективных приложений DSP.В: Конференция и выставка «Дизайн, автоматизация и испытания в Европе» (ДАТА), 2017, IEEE, стр. 1635–1638

  • 217.

    Вассилиадис В., Парасирис К., Шалиос С., Антонопулос С.Д., Лалис С., Беллас Н., Вандиерандонк Х. , Николопулос Д.С. (2015) Модель программирования и система времени выполнения для энергоэффективных вычислений с учетом значимости. Уведомления ACM SIGPLAN 50 (8): 275–276

    Google ученый

  • 218.

    Vekris P, Jhala R, Lerner S, Agarwal Y (2012) На пути к проверке приложений Android на отсутствие ошибок, связанных с отсутствием сна.В: HotPower

  • 219.

    Венкатарамани С., Чакрадхар С.Т., Рой К., Рагхунатан А. (2015) Приближенные вычисления и стремление к эффективности вычислений. В: 2015 52nd ACM / EDAC / IEEE Design Automation Conference (DAC), IEEE, pp 1–6

  • 220.

    Venkataramani S, Chippa VK, Chakradhar ST, Roy K, Raghunathan A (2013) Качественные программируемые векторные процессоры для приблизительные вычисления. В: 46-й ежегодный международный симпозиум IEEE / ACM по микроархитектуре (MICRO), 2013 г., IEEE, стр. 1–12

  • 221.

    Венкатарамани С., Сабне А., Кожиккотту В., Рой К., Рагхунатан А. (2012) SALSA: систематический логический синтез приближенных схем. В: DAC Design Automation Conference 2012, IEEE, pp 796–801

  • 222.

    Walker MJ, Diestelhorst S, Hansson A, Balsamo D, Merrett GV, Al-Hashimi BM (2016) Композитный исполнительный процессор с тепловым управлением силовые модели. В: 2016 26-й Международный семинар по энергетическому и временному моделированию, оптимизации и моделированию (PATMOS). IEEE, стр. 17–24

  • 223.

    Wang G, Xiong Y, Yun J, Cavallaro JR (2013) Ускорение алгоритмов компьютерного зрения с использованием платформы OpenCL на мобильном GPU — пример из практики. В: Международная конференция IEEE по акустике, речи и обработке сигналов (ICASSP), 2013 г., IEEE, стр. 2629–2633

  • 224.

    Wang HC, Woungang I, Yao CW, Anpalagan A, Obaidat MS (2012) Энергосберегающие задачи алгоритм планирования для многопроцессорных встроенных систем реального времени. J Supercomput 62 (2): 967–988

    Google ученый

  • 225.

    Wang J, Peng J, Wei Y, Liu D, Fu J (2016) Адаптивное решение о разгрузке приложений и планирование передачи для мобильных облачных вычислений. В: Международная конференция IEEE по коммуникациям (ICC), 2016 г., IEEE, стр. 1–7

  • 226.

    Ван С., Лян И, Чжан С., Се Х, Сунь Дж, Лю И, Ван И, Ли Х (2016) Ориентированный на производительность дизайн файла регистров для графических процессоров, использующих память типа Racetrack. В: 21-я Азиатско-Тихоокеанская конференция по автоматизации проектирования (ASP-DAC), 2016 г., IEEE, стр. 25–30

  • 227.

    Wang X, Li X, Wen W (2014) Wlcleaner: сокращение потерь энергии, вызванных ошибками wakelock во время выполнения. В: 12-я Международная конференция IEEE по надежным, автономным и безопасным вычислениям (DASC), 2014 г., IEEE, стр. 429–434

  • 228.

    Wang Z, Cui Y, Lai Z (2019) Первый взгляд на мобильный интеллект: архитектура, эксперименты и проблемы. IEEE Netw 33 (4): 120–125

    Google ученый

  • 229.

    Weirich MR, Paim G, da Costa EA, Bampi S (2018) Аппаратное обеспечение для аппроксимации натуральным логарифмом с фиксированной точкой с использованием ряда Тейлора.В: 2018 New Generation of CAS (NGCAS), IEEE, pp 53–56

  • 230.

    Wohlin C (2014) Рекомендации по наращиванию снежного кома в систематических исследованиях литературы и тиражирования в программной инженерии. In: Proceedings of 18th International Conference on Evaluation and Assessment in Software Engineering, ACM, p 38

  • 231.

    Wu D, Chen T, Chen C, Ahia O, San Miguel J, Lipasti M, Kim Y (2019) SECO: приближенная экспоненциальная функция с масштабируемой точностью посредством межуровневой оптимизации.В: Международный симпозиум IEEE / ACM по маломощной электронике и дизайну (ISLPED), IEEE, стр. 1–6

  • 232.

    Wu H, Yang S, Rountev A (2016) Статическое обнаружение структур энергетических дефектов в приложениях для Android . В: Proceedings of the 25th International Conference on Compiler Construction, ACM, pp 185–195

  • 233.

    Wu L, Lu Y, Qi J, Cai S, Deng B, Ming Z (2016) Анализ ошибок приложений Android на основе на jpf. В: Международная конференция по интеллектуальным вычислениям и коммуникациям, Springer, стр. 173–182

  • 234.

    Wu T, Liu J, Deng X, Yan J, Zhang J (2016) Relda2: эффективный инструмент статического анализа для обнаружения утечек ресурсов в приложениях Android. В: 31-я Международная конференция IEEE / ACM по автоматизированной разработке программного обеспечения (ASE), 2016 г., IEEE, стр. 762–767

  • 235.

    Wu T, Liu J, Xu Z, Guo C, Zhang Y, Yan J, Zhang J ( 2016) Облегченное, межпроцедурное обнаружение утечек ресурсов с учетом обратного вызова для приложений Android. IEEE Trans Softw Eng 42 (11): 1054–1076

    Google ученый

  • 236.

    Wu Y, Qian W (2016) Эффективный метод многоуровневого приближенного логического синтеза при ограничении количества ошибок. В: 2016 53-я конференция по автоматизации проектирования (DAC) ACM / EDAC / IEEE, IEEE, стр. 1–6

  • 237.

    Xian C, Lu YH, Li Z (2007) Разгрузка адаптивных вычислений для энергосбережения в системах с батарейным питанием . В: 2007 Международная конференция по параллельным и распределенным системам, IEEE, том 2, стр. 1–8

  • 238.

    Сюй Ц., Цяо Й, Ли Б., Мюррей Н. (2013) Разгрузка Moja-mobile для приложений javascript.В: Irish Signals & Systems Conference 2014 и Китайско-ирландская международная конференция 2014 по информационным и коммуникационным технологиям (ISSC 2014 / CIICT 2014). 25th IET, pp 59–63

  • 239.

    Xu G, Rountev A (2013) Точное обнаружение утечек памяти для программного обеспечения Java с использованием профилирования контейнеров. ACM Trans Softw Eng Methodol (TOSEM) 22 (3): 17

    Google ученый

  • 240.

    Xu M, Liu J, Liu Y, Lin FX, Liu Y, Liu X (2019) Первый взгляд на приложения для глубокого обучения на смартфонах.В: The World Wide Web Conference, ACM, pp 2125–2136

  • 241.

    Xu Q, Annavaram M (2014) PATS: Планирование с учетом шаблонов и стробирование мощности для GPGPU. In: Proceedings of the 23rd International Conference on Parallel Architectures and Compilation, pp 225–236

  • 242.

    Ян Д., Сюй Г., Ян С., Рунтев А. (2014) LeakChecker: Практическое обнаружение утечек статической памяти для управляемых языков. В: Proceedings of Annual IEEE / ACM International Symposium on Code Generation and Optimization, ACM, p 87

  • 243.

    Yang A, Song M (2009) Агрессивное динамическое масштабирование напряжения для энергосберегающего воспроизведения видео на основе оценки времени декодирования. In: Proceedings of the Sevenh ACM International Conference on Embedded Software, ACM, pp 1–10

  • 244.

    Яо Ф., Демерс А., Шенкер С. (1995) Модель планирования для снижения энергопотребления ЦП. В: 36-й ежегодный симпозиум по основам информатики, 1995. Proceedings, IEEE, pp. 374–382

  • 245.

    Язданбахш А., Пехименко Г., Туэйтес Б., Эсмаилзаде Х., Мутлу О., Моури TC (2016) RFVP: откат -бесплатное прогнозирование значений с точным приближением нагрузки.ACM Trans Archit Code Optim (TACO) 12 (4): 1–26

    Google ученый

  • 246.

    Язданбахш А., Туэйтес Б., Эсмаилзаде Х., Пехименко Г., Мутлу О., Моури Т.С. (2016) Устранение узких мест в памяти с помощью приблизительного прогнозирования значения нагрузки. IEEE Des Test 33 (1): 32–42

    Google ученый

  • 247.

    Йе Р, Ван Т., Юань Ф, Кумар Р., Сюй К. (2013) О ориентированной на реконфигурацию приблизительной конструкции сумматора и его применении.В: Международная конференция IEEE / ACM по автоматизированному проектированию (ICCAD), 2013 г., IEEE, стр. 48–54

  • 248.

    Yu B, Zhang Y, Li L (2016) Измерение энергии для сжатия и передачи данных мобильного телефона. В: 6-я Международная конференция по машинам, материалам, окружающей среде, биотехнологиям и компьютерам, 2016 г. Atlantis Press

  • 249.

    Yu J, Han H, Zhu H, Chen Y, Yang J, Zhu Y, Xue G, Li M (2015) Определение взаимодействия человека с экраном для энергоэффективной адаптации частоты кадров на смартфонах.IEEE Trans Mob Comput 14 (8): 1698–1711

    Google ученый

  • 250.

    Зейнали Б., Карсинос Д., Моради Ф. (2017) STT-RAM с прогрессивным масштабированием для приблизительных вычислений в мультимедийных приложениях. Краткие сведения о IEEE Trans Circuits Syst II Express 65 (7): 938–942

    Google ученый

  • 251.

    Зельдович Н., Бойд-Викизер С., Колер Э., Мазьер Д. (2006) Создание явного информационного потока в HiStar.В: Материалы 7-го симпозиума по разработке и внедрению операционных систем, Ассоциация USENIX, стр. 263–278

  • 252.

    Зендегани Р., Камаль М., Файязи А., Афзали-Куша А., Сафари С., Педрам М. (2016) SEERAD : высокоскоростной, но энергоэффективный приблизительный делитель на основе округления. В: Конференция и выставка по проектированию, автоматизации и тестированию в Европе, 2016 г. (DATE), IEEE, стр. 1481–1484

  • 253.

    Zhang H, Wu H, Rountev A (2016) Автоматизированное создание тестов для обнаружения утечек в приложениях для Android. .В: Материалы 11-го международного семинара по автоматизации тестирования программного обеспечения, ACM, стр. 64–70

  • 254.

    Zhang L, Gordon MS, Dick RP, Mao ZM, Dinda P, Yang L (2012) ADEL: автоматический детектор утечек энергии для приложений для смартфонов. In: Proceedings of the 8th IEEE / ACM / IFIP International Conference on Hardware / Software Codesign and System Synthesis, ACM, pp 363–372

  • 255.

    Zhang L, Tiwana B, Dick RP, Qian Z, Mao ZM, Wang Z, Yang L (2010) Точная онлайн-оценка мощности и автоматическое построение модели мощности на основе поведения батареи для смартфонов.

  • Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *