[发明专利]记忆体的效能优化方法以及使用其的主机板

权利要求书

1.一种记忆体的效能优化方法，其特征在于，适于具有一基本输入输出系统的一主机板，并且该方法包括：

执行该基本输入输出系统，以撷取对应于一记忆体以及一中央处理单元的多个初始设定参数；

依据该些初始设定参数来比对储存在该基本输入输出系统中的多个最佳化设定模型；

当该些最佳化设定模型的其中之一对应于该些初始设定参数时，依据该些最佳化设定模型的其中之一取得多个最佳化设定参数，并且当该些最佳化设定模型的任何其中之一未对应于该些初始设定参数时，执行一类神经网络运算，以取得该些最佳化设定参数；以及

依据该些最佳化设定参数来运作该记忆体以及该中央处理单元，以降低该记忆体的操作功耗。

2.如权利要求1所述的效能优化方法，其特征在于，更包括：

藉由一人工智慧引擎执行该类神经网络运算，以依据多个初始设定参数组来产生该些最佳化设定模型；以及

将该些最佳化设定模型写入该基本输入输出系统。

3.如权利要求1所述的效能优化方法，其特征在于，该些最佳化设定模型对应于相同记忆体型号以及不同记忆体操作频率。

4.如权利要求1所述的效能优化方法，其特征在于，当该些最佳化设定模型的任何其中之一未对应于该些初始设定参数时，执行该类神经网络运算，以取得该些最佳化设定参数的步骤包括：

藉由一人工智慧引擎执行该类神经网络运算，以依据该些初始设定参数来训练至少一新的最佳化设定模型；

将该至少一新的最佳化设定模型写入该基本输入输出系统；以及

依据该至少一新的最佳化设定模型的其中之一来取得该些最佳化设定参数。

5.如权利要求4所述的效能优化方法，其特征在于，藉由该人工智慧引擎执行该类神经网络运算，以依据该些初始设定参数来训练该至少一新的最佳化设定模型的步骤包括：

依据该些初始设定参数来训练对应于相同记忆体型号以及不同记忆体操作频率的多个新的最佳化设定模型。

6.如权利要求4所述的效能优化方法，其特征在于，该人工智慧引擎设置在该基本输入输出系统当中，以经由该基本输入输出系统执行该人工智慧引擎。

7.如权利要求4所述的效能优化方法，其特征在于，该人工智慧引擎为一应用程序，以经由一作业系统执行该人工智慧引擎。

8.如权利要求4所述的效能优化方法，其特征在于，该人工智慧引擎设置在一云端系统中，以经由与该云端系统进行通讯，来执行该人工智慧引擎。

9.如权利要求1所述的效能优化方法，其特征在于，该些初始设定参数包括一中央处理单元操作电压、一记忆体颗粒数据、一记忆体型号、一记忆体参数以及一记忆体操作电压的至少其中之一，并且该记忆体颗粒数据以及该记忆体型号各别对应的权重值高于其他初始设定参数。

10.如权利要求1所述的效能优化方法，其特征在于，该些最佳化设定参数包括一最佳化记忆体操作电压、一最佳化中央处理单元操作电压以及一最佳化记忆体参数的至少其中之一。

11.一种主机板，其特征在于，包括：

一基本输入输出系统，包括多个最佳化设定模型，且该基本输入输出系统用以撷取对应于一记忆体以及一中央处理单元的多个初始设定参数，以比对该些最佳化设定模型，

其中当该些最佳化设定模型的其中之一对应于该些初始设定参数时，该基本输入输出系统依据该些最佳化设定模型的其中之一取得多个最佳化设定参数，并且当该些最佳化设定模型的任何其中之一未对应于该些初始设定参数时，一类神经网络运算经执行以取得该些最佳化设定参数，

其中该基本输入输出系统依据该些最佳化设定参数来运作该记忆体以及该中央处理单元，以降低该记忆体的操作功耗。