资源分配方法、系统、装置、设备及存储介质与流程

1.本发明属于检测领域，尤其涉及一种资源分配方法、系统、装置、设备及存储介质。


背景技术：

2.图形处理器(graphics processing unit，gpu)的特点是并行处理能力强、计算能效比高，并且有很大的存储带宽。某些应用，例如人工智能模型训练与推理、高性能计算等，往往是大数据流应用，这时，用gpgpu解决这类问题，就比cpu效率更高，它对于用传统语言编写的、软件形式的计算有较好的支持，具有高度的灵活性。gpu算力资源已经成为ai计算不可或缺的基础设施。在当前的gpu的应用过程中，gpu的算力资源往往存在较大冗余，如何对冗余的gpu算力进行利用，是当前亟待解决的问题。


技术实现要素：

3.本发明实施例提供一种资源分配方法、系统、装置、设备及存储介质，能够提高对gpu算力资源的利用率。
4.第一方面，本发明实施例提供一种资源分配方法，方法包括：
5.获取目标算法的标识；
6.根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数；
7.根据目标算法的资源占用参数为目标算法分配资源。
8.在本公开的一个实施例中，目标算法的资源占用参数包括输入资源参数以及主机资源占用参数；
9.主机资源占用参数包括显存资源占用参数、算力资源占用参数、编解码资源占用参数、线程占用参数、内存资源占用参数以及硬盘存储资源占用参数。
10.在本公开的一个实施例中，在根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数之前，方法还包括：
11.向算法输入不同比例的输入资源参数，得到每个比例的输入资源参数对应的测试结果以及主机资源占用参数；
12.在多个测试结果中，获取最优的测试结果对应的比例的输入资源参数以及主机资源占用参数；
13.在最优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系；
14.将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识的对应关系存储。
15.在本公开的一个实施例中，方法还包括：
16.在最优的测试结果对应的主机资源占用参数超过预设阈值的情况下，确定次优的
测试结果对应的主机资源占用参数是否超过预设阈值；
17.在次优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将次优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系。
18.在本公开的一个实施例中，预设阈值是根据本地服务器对应的显存资源最大参数、算力资源最大参数、编解码资源最大参数、线程最大参数、内存资源最大参数以及硬盘存储资源最大参数确定的。
19.第二方面，本公开实施例提供了一种资源分配系统，系统包括分析模块；
20.分析模块用于获取目标算法的标识，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数，根据目标占用参数为目标算法分配资源；资源占用参数包括输入资源参数以及主机资源占用参数。
21.在本公开的一个实施例中，系统还包括评估模块；
22.评估模块用于向算法输入不同比例的输入资源参数，得到每个比例的输入资源参数对应的测试结果以及主机资源占用参数，在多个测试结果中，获取最优的测试结果对应的比例的输入资源参数以及主机资源占用参数，在最优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识的对应关系存储。
23.第三方面，本发明实施例提供了一种资源分配装置，装置包括：
24.第一获取模块，用于获取目标算法的标识；
25.确定模块，用于根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数；
26.分配模块，用于根据目标占用参数为目标算法分配资源。
27.在本公开的一个实施例中，目标算法的资源占用参数包括输入资源参数以及主机资源占用参数；
28.主机资源占用参数包括显存资源占用参数、算力资源占用参数、编解码资源占用参数、线程占用参数、内存资源占用参数以及硬盘存储资源占用参数。
29.在本公开的一个实施例中，资源分配装置还包括：
30.输入模块，在根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数之前，用于向算法输入不同比例的输入资源参数，得到每个比例的输入资源参数对应的测试结果以及主机资源占用参数；
31.第二获取模块，用于在多个测试结果中，获取最优的测试结果对应的比例的输入资源参数以及主机资源占用参数；
32.建立模块，用于在最优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系；
33.存储模块，用于将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识的对应关系存储。
34.在本公开的一个实施例中，预设阈值是根据本地服务器对应的显存资源最大参数、算力资源最大参数、编解码资源最大参数、线程最大参数、内存资源最大参数以及硬盘存储资源最大参数确定的。
35.第三方面，本发明实施例提供了一种电子设备，设备包括：该电子设备包括：处理器以及存储有计算机程序指令的存储器；
36.处理器执行计算机程序指令时实现如第一方面的任一项实施例中的资源分配方法的步骤。
37.第四方面，本发明实施例提供了一种计算机存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面的任一项实施例中的资源分配方法的步骤。
38.本发明实施例的资源分配方法、系统、装置、设备及存储介质，通过获取目标算法的标识，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数，然后根据目标占用参数为目标算法分配资源。由于是根据目标算法确定与目标算法对应的目标算法的资源占用参数，然后根据目标算法的资源占用参数为目标算法分配资源，所以能够根据不同的算法确定与算法对应的资源，由此，可以使得算法资源能够被更好的利用。
附图说明
39.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1是本发明实施例提供的一种资源分配系统的示意图；
41.图2是本发明实施例提供的一种资源分配方法的流程示意图；
42.图3是本发明实施例提供的另一种资源分配方法的流程示意图；
43.图4是本发明实施例提供的一种资源分配装置的结构示意图；
44.图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
45.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
46.此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
47.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公
开的范围在此方面不受限制。
48.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
49.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
50.为了解决现有技术问题，本发明实施例提供了一种资源分配方法、系统、装置、设备及存储介质。
51.下面，首先对本公开提供的资源分配系统进行说明。
52.图1示出了本公开实施例提供的资源分配系统架构图。
53.如图1所示，本公开实施例中的资源分配系统10可以包括：
54.分析模块101；
55.分析模块101用于获取目标算法的标识，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数，根据目标占用参数为目标算法分配资源；资源占用参数包括输入资源参数以及主机资源占用参数。
56.在一些实施方式中，分析模块101可以接收服务器或终端设备发送的目标算法的标识。
57.在一些实施方式中，目标算法的标识还可以是由分析模块101通过对目标算法分析得到的。
58.需要说明的是，终端设备可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、可穿戴设备、增强现实设备、虚拟现实设备等。
59.可选地，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端设备或服务器可以通过有线或无线网络的方式与分析模块进行直接或间接地连接，本技术在此不做限制。
60.可选地，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(local area network，lan)、城域网(metropolitan area network，man)、广域网(wide area network，wan)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(hyper text mark-up language，html)、可扩展标记语言(extensible markuplanguage，xml)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(secure socket layer，ssl)、传输层安全(transport layer security，tls)、虚拟专用网络(virtual private network，vpn)、网际协议安全(internet protocolsecurity，ipsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
61.在一些实施例中，资源分配系统10还可以包括：
62.评估模块102；
63.评估模块102用于向算法输入不同比例的输入资源参数，得到每个比例的输入资源参数对应的测试结果以及主机资源占用参数，在多个测试结果中，获取最优的测试结果对应的比例的输入资源参数以及主机资源占用参数，在最优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识的对应关系存储。
64.在一些实施方式中，评估模块与分析模块也可以通过有线网络和无线网络的方式进行连接。
65.本发明实施例的资源分配系统，通过分析模块获取目标算法的标识，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数，然后根据目标占用参数为目标算法分配资源。由于是根据目标算法确定与目标算法对应的目标算法的资源占用参数，然后根据目标算法的资源占用参数为目标算法分配资源，所以能够根据不同的算法确定与算法对应的资源，由此，可以使得算法资源能够被更好的利用。
66.基于相同的发明构思，本公开实施例提供了一种资源分配方法，如图2所示，方法可以包括：
67.s201，获取目标算法的标识。
68.在一些实施方式中，目标算法可以是任意算法，目标算法的标识可以是目标算法的算法名称、算法的关键参数以及算法的关键函数，本公开对此不做具体限定。
69.在一些实施方式中，目标算法的标识可以是由资源分配装置对目标算法进行判断得到的。
70.s202，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数。
71.需要说明的是，在得到目标算法的标识后，可以基于目标算法的标识与多个预先存储的多个算法标识进行匹配。在得到与目标算法的标识对应的预先存储的算法标识之后，根据预选存储的算法标识与资源占用参数的对应关系确定目标算法标识对应的目标算法的资源占用参数。
72.需要说明的是，目标算法的资源占用参数包括输入资源参数以及主机资源占用参数；
73.主机资源占用参数包括显存资源占用参数、算力资源占用参数、编解码资源占用参数、线程占用参数、内存资源占用参数以及硬盘存储资源占用参数。
74.s203，根据目标算法的资源占用参数为目标算法分配资源。
75.在一些实施方式中，资源可以包括gpu资源，可以将一块gpu卡的计算资源进行切分，切分成多个虚拟的gpu卡，每个虚拟的gpu卡均可视为部分计算资源。
76.需要说明的是，根据目标占用参数为目标算法分配资源可以包括在满足目标算法的资源占用参数的情况下，为目标算法分配更少的资源。
77.本发明实施例的资源分配方法，通过获取目标算法的标识，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目
标算法的资源占用参数，然后根据目标占用参数为目标算法分配资源。由于是根据目标算法确定与目标算法对应的目标算法的资源占用参数，然后根据目标算法的资源占用参数为目标算法分配资源，所以能够根据不同的算法确定与算法对应的资源，由此，可以使得算法资源能够被更好的利用。
78.基于相同的发明构思，本公开实施例提供了另一种资源分配方法，本公开实施例中的资源分配方法与上述实施例中的资源分配方法的区别在于，本公开实施例中的资源分配方法在s202之前还可以包括：
79.s301，向算法输入不同比例的输入资源参数，得到每个比例的输入资源参数对应的测试结果以及主机资源占用参数。
80.在一些实施方式中，在向算法输入不同比例的资源输入参数时可以最大资源输入参数和其1/2，1/4的比例进行输入。
81.示例性的，输入参数可以包括数据的分析路数。
82.s302，在多个测试结果中，获取最优的测试结果对应的比例的输入资源参数以及主机资源占用参数。
83.在一些实施方式中，最优测试结果可以包括被测试的算法的最优运行结果。
84.需要说明的是，影响主机占用参数的主要因素可以包括算法消耗、算法容器的实现与管控消耗、通信消耗以及gpu虚拟化平台消耗。
85.其中，算法容器的实现与管控消耗根据算法容器数量的增加而增加。管控消耗计算的公式为：
86.s＝f n*d
87.其中，s为算法容器管控总体消耗，f为算法容器管控固定消耗，n为容器数量，d为单个算法容器额外消耗。
88.gpu虚拟化平台消耗根据算法容器数量的增加而增加。虚拟化平台损耗计算公式为：
89.s’＝f’ n*d’90.其中，s’为虚拟化平台总体消耗，f’为虚拟化平台固定消耗，n为虚拟化算力个数，d’为单个虚拟化算力额外消耗，。因为虚拟化算力生成的规格越大，d’越大，因此这里的d’规定为当前整卡1/2比率时的资源消耗。
91.s303，在最优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系。
92.需要说明的是，预设阈值是根据本地服务器对应的显存资源最大参数、算力资源最大参数、编解码资源最大参数、线程最大参数、内存资源最大参数以及硬盘存储资源最大参数确定的。
93.在一些实施方式中，可以将本地服务器对应的上述数据作为预设阈值。
94.s304，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识的对应关系存储。
95.在一些实施例中，上述方法还可以包括：
96.在最优的测试结果对应的主机资源占用参数超过预设阈值的情况下，确定次优的
测试结果对应的主机资源占用参数是否超过预设阈值；
97.在次优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将次优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系。
98.在一些实施方式中，在次优的测试结果对应的主机资源占用参数仍旧超过预设阈值的情况下，可以按照上述排序方法依次选取测试结果对应的主机资源占用参数。
99.基于同一发明构思，本公开实施例中还提供了一种资源分配装置，如下面的实施例。由于该装置实施例解决问题的原理与上述方法实施例相似，因此该装置实施例的实施可以参见上述方法实施例的实施，重复之处不再赘述。
100.图4示出了本公开实施例中一种资源分配装置示意图。
101.如图4所示，资源分配装置400可以包括：
102.第一获取模块401，用于获取目标算法的标识；
103.确定模块402，用于根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数；
104.分配模块403，用于根据目标占用参数为目标算法分配资源。
105.本发明实施例的资源分配装置，通过获取目标算法的标识，根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数，然后根据目标占用参数为目标算法分配资源。由于是根据目标算法确定与目标算法对应的目标算法的资源占用参数，然后根据目标算法的资源占用参数为目标算法分配资源，所以能够根据不同的算法确定与算法对应的资源，由此，可以使得算法资源能够被更好的利用。
106.在本公开的一个实施例中，目标算法的资源占用参数包括输入资源参数以及主机资源占用参数；
107.主机资源占用参数包括显存资源占用参数、算力资源占用参数、编解码资源占用参数、线程占用参数、内存资源占用参数以及硬盘存储资源占用参数。
108.在本公开的一个实施例中，资源分配装置还包括：
109.输入模块，在根据目标算法的标识以及预先存储的多个算法标识与资源占用参数的对应关系确定目标算法的标识对应的目标算法的资源占用参数之前，用于向算法输入不同比例的输入资源参数，得到每个比例的输入资源参数对应的测试结果以及主机资源占用参数；
110.第二获取模块，用于在多个测试结果中，获取最优的测试结果对应的比例的输入资源参数以及主机资源占用参数；
111.建立模块，用于在最优的测试结果对应的主机资源占用参数不超过预设阈值的情况下，将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识建立对应关系；
112.存储模块，用于将最优的测试结果对应的比例的输入资源参数以及主机资源占用参数与算法的标识的对应关系存储。
113.在本公开的一个实施例中，预设阈值是根据本地服务器对应的显存资源最大参数、算力资源最大参数、编解码资源最大参数、线程最大参数、内存资源最大参数以及硬盘存储资源最大参数确定的。
114.图5示出了本发明实施例提供的电子设备的硬件结构示意图。
115.在电子设备可以包括处理器501以及存储有计算机程序指令的存储器502。
116.具体地，上述处理器501可以包括中央处理器(central processing unit，cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
117.存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器502可以包括可移除或不可移除(或固定)的介质，或者存储器502是非易失性固态存储器。存储器502可在综合网关容灾设备的内部或外部。
118.在一个实例中，存储器502可以是只读存储器(read only memory，rom)。在一个实例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
119.存储器502可以包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
120.处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现图2所示实施例中的方法/步骤s201至s203，并达到图2所示实例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。
121.在一个示例中，电子设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
122.通信接口503，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
123.总线510包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(accelerated graphics port，agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，eisa)总线、前端总线(front side bus，fsb)、超传输(hyper transport，ht)互连、工业标准架构(industry standard architecture，isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
124.该电子设备可以基于当前已拦截的垃圾短信以及用户举报的短信执行本发明实施例中的资源分配方法，从而实现结合图2和图4描述的资源分配方法和装置。
125.另外，结合上述实施例中的资源分配方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种资源分配方法。
126.需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
127.以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
128.还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
129.上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
130.以上，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。