[发明专利]绘图处理程序的分析方法与分析系统

权利要求书

1.一种绘图处理程序的分析方法，包括：

提供多个参考绘图程序及各该参考绘图程序的多个参考绘图参数；

依据该些参考绘图参数，将该些参考绘图程序分类为多个集合；

依据该些参考绘图参数，训练出该些参考绘图程序对应于该些集合的归类关系；以及

计算各该些集合和多个硬件元件的多个加权系数，依据该些加权系数分析绘图处理器的该些硬件元件分别对应的负载分值与该些参考绘图参数的相对关系；

其中，该些参考绘图参数包含一般参数、几何参数及分割参数，一般参数与几何参数和分割参数不相同。

2.如权利要求1所述的绘图处理程序的分析方法，其中将该些参考绘图程序分类为该些集合的步骤通过K平均算法、最大期望算法、高连通子图分群算法或基于连通性分群法/层次聚类法进行。

3.如权利要求1所述的绘图处理程序的分析方法，其中训练出该些参考绘图程序对应于该些集合的该归类关系的步骤通过人工神经网络或支持向量机算法进行。

4.一种绘图处理程序的分析方法，包括：

提供待估算绘图程序，并获得该待估算绘图程序的多个待估算绘图参数；

依据该些待估算绘图参数，分析出该待估算绘图程序属于多个集合(group)的至少其中之一，并依据该些集合的至少其中之一和一绘图处理器的多个硬件元件获得多个加权系数；以及

依据该些加权系数及该些待估算绘图参数，计算绘图处理器执行该待估算绘图程序的一负载总值；

其中，该些待估算绘图参数包含一般参数、几何参数及分割参数，一般参数与几何参数和分割参数不相同。

5.如权利要求4所述的绘图处理程序的分析方法，更包括：

提供多个参考绘图程序及各该参考绘图程序的多个参考绘图参数；

将该些参考绘图程序分类为该些集合；以及

依据该些参考绘图参数，训练出该些参考绘图程序对应于该些集合的归类关系。

6.如权利要求5所述的绘图处理程序的分析方法，其中将该些参考绘图程序分类为该些集合的步骤通过K平均算法、最大期望算法、高连通子图分群算法或基于连通性分群法/层次聚类法进行。

7.如权利要求5所述的绘图处理程序的分析方法，其中训练出该些参考绘图程序对应于该些集合的该归类关系的步骤通过人工神经网络或支持向量机算法进行。

8.如权利要求4所述的绘图处理程序的分析方法，其中，该绘图处理器的各该硬件元件以各对应的负载分值执行该待估算绘图程序，该些硬件元件的该些负载分值以该些加权系数进行加权系总和，而获得该负载总值。

9.如权利要求8所述的绘图处理程序的分析方法，其中各该负载分值与该些待估算绘图参数具有相对关系，该相对关系为线性关系、正交多项式回归关系、罗吉斯回归关系、或指数回归关系。

10.如权利要求4所述的绘图处理程序的分析方法，其中该负载总值为处理功耗或处理时间。

11.一种绘图处理程序的分析系统，包括：

参数撷取单元，对多个参考绘图程序个别分析出多个参考绘图参数；

分组单元，依据该些参考绘图参数，将该些参考绘图程序分类为多个集合；以及

归类单元，依据该些参考绘图参数，训练出该些参考绘图程序对应于该些集合的归类关系；以及

相对信息单元，计算各该些集合和多个硬件元件的多个加权系数，依据该些加权系数分析绘图处理器的该些硬件元件分别对应的负载分值与该些参考绘图参数的相对关系；

其中，该些参考绘图参数包含一般参数、几何参数及分割参数，一般参数与几何参数和分割参数不相同。

12.如权利要求11所述的绘图处理程序的分析系统，其中该分组单元通过K平均算法、最大期望算法、高连通子图分群算法或基于连通性分群法/层次聚类法将该些参考绘图程序分类为该些集合。