Menjamin Performa Efisien Jangka Panjang dengan Dynamic Computing Engine yang Inovatif dalam ColorOS 13

INDUSTRY.co.id - Jakarta- Dewasa ini, masyarakat semakin mengandalkan perangkat cerdas dalam kehidupan sehari-hari. Perangkat cerdas harus mampu menghadirkan user experience yang cepat dan berguna. Meskipun smartphone sudah menjadi aspek penting dalam kehidupan masyarakat di tahun 2022 ini, memastikan performa perangkat yang optimal masih menjadi salah satu tantangan terbesar dalam industri smartphone.

Selama sepuluh tahun terakhir, smartphone memiliki jumlah RAM dan ROM yang semakin besar dan mampu membuka berbagai app dengan lebih cepat. Sayangnya, masih banyak smartphone yang cenderung mengalami overheating dan mengonsumsi daya baterai yang tinggi. Apabila hardware smartphone sudah mumpuni, mengapa masih ada permasalahan mendasar seperti ini? Demikian informasi yang dihimpun dari Ditha Megarani PT World Innovative Telecommunication dalam siaran persnya.

Hardware mumpuni akan menghasilkan performa maksimal apabila digunakan dengan benar

Persaingan industri smartphone semakin ketat dalam beberapa tahun terakhir. Produsen smartphone kini berlomba-lomba untuk menghadirkan hardware dengan performa yang paling kuat. Hal ini membuat para analis industri dan pengguna smartphone bertanya-tanya: apakah produsen smartphone perlu mengembangkan hardware dengan performa yang terlalu berlebihan? OPPO meyakini bahwa solusinya adalah memastikan performa hardware dapat dimaksimalkan secara efisien dan sesuai dengan kebutuhan.

Saat menerapkan hardware berkekuatan tinggi dalam smartphone, biasanya para pengembang melakukan dua kesalahan yang umum. Kesalahan pertama adalah terjadinya overallocation , di mana hardware menerapkan computing resources untuk hal-hal yang tidak perlu sehingga dapat meningkatkan konsumsi daya secara berlebihan dan menjadikan perangkat lebih panas. Dua smartphone dengan chipset yang sama dapat memiliki tingkat konsumsi daya yang berbeda karena satu perangkat lebih efisien dalam hal resource allocation and resource scheduling dibandingkan dengan yang lainnya.

Kesalahan kedua adalah terjadinya memory scheduling conflicts yang dapat menyebabkan ponsel menjadi lambat atau macet. Hal ini dapat terjadi saat pengguna melakukan multitasking dan beralih dari satu app ke app lainnya, di mana computing resources yang semula diterapkan pada app pertama membutuhkan waktu untuk berpindah ke app kedua.

Untuk mengatasi masalah ini dan memastikan bahwa hardware dalam perangkat cerdas dapat berfungsi dengan maksimal, OPPO telah mengembangkan Dynamic Computing Engine, sebuah system-level computing hub yang diterapkan dalam sistem operasi ColorOS 13 terbarunya.

Dynamic Computing Engine dalam ColorOS menggunakan Computing Power Model untuk melakukan hardware resource scheduling yang lebih efektif dan akurat. Dengan mengoptimalkan empat teknologi komputasi (Parallel Computing, High-Performance Computing, Device-Cloud Collaborative Computing, dan Intelligent Computing), Dynamic Computing Engine membantu memberikan pengalaman pengguna yang lebih mulus, stabil, dan lebih tahan lama saat menggunakan perangkat OPPO .

Dynamic Computing Engine

Dynamic Computing Engine adalah platform teknologi yang dikembangkan menggabungkan hardware dan software untuk menghadirkan performa dan efisiensi yang maksimal. Untuk engine edisi pertama pada ColorOS 13 ini, Computing Power Model dan Parallel Computing Engine telah diterapkan sehingga dapat membantu mengatasi masalah terkait dengan resource allocation dan memory scheduling conflict.

Saat menerapkan strategi untuk memastikan computing resource scheduling yang lebih efisien, pengembang seringkali tidak memiliki pemahaman yang mendalam tentang chip microarchitecture sehingga tidak mampu menyeimbangkan performa berkekuatan tinggi dengan efisiensi daya.

Untuk mengatasi masalah ini, para pengembang ColorOS melakukan pengujian selama tiga tahun untuk menemukan metode terbaik dalam computing resources sehingga dapat mencapai keseimbangan optimal antara performa berkekuatan tinggi dan konsumsi daya rendah. Setelah analisis dan pengujian berbagai data, tim pengembang berhasil mengembangkan Computing Power Model yang mampu melakukan instruction-level resource scheduling dalam CPU, GPU, dan DDR dengan lebih efisien.