存储设备的批量生产系统、方法及介质与流程

1.本发明涉及存储设备技术领域，尤其涉及一种存储设备的批量生产方法、终端设备以及介质。


背景技术：

2.目前，在批量生产存储设备时，一般直接通过高性能主机连接多个待量产存储设备，由高性能主机直接扫描并计算再将各自最优算法表分别写入多个待量产存储设备中。但是，在大批量生产存储设备时，需要采购多台高性能主机，价格昂贵成本高，而实际情况下大多数第三方厂商还具备大量闲置的低性能终端，因此，本领域的技术人员面临如下的问题：如何通过少量高性能主机以及大量低性能终端完成大批量存储设备的生产。


技术实现要素：

3.本发明的主要目的在于提供一种存储设备的批量生产系统、方法及介质，旨在解决如何通过少量高性能主机以及大量低性能终端完成大批量存储设备的生产的技术问题，实现低成本高效率的批量生产存储设备。
4.为实现上述目的，本发明提供一种存储设备的批量生产系统，所述存储设备的批量生产系统，包括：
5.待量产存储设备，所述待量产存储设备为待写入最优算法表的存储设备；
6.终端，所述终端通过自带的插口插接一个或多个所述待量产存储设备，用于扫描所述待量产存储设备的状态数据；
7.主机，所述主机通过预设网络与一个或多个所述终端实现数据传输，用于通过预设网络接收所述终端转发的所述状态数据，并在根据所述状态数据生成所述最优算法表后，通过预设网络下发所述最优算法表至所述终端；
8.所述终端还用于将通过所述预设网络从所述主机接收到的所述最优算法表写入至所述待量产存储设备中。
9.为实现上述目的，本发明提供一种存储设备的批量生产方法，所述存储设备的批量生产方法应用于如上所述的存储设备的批量生产系统中的终端，包括以下步骤：
10.扫描插接的待量产存储设备的状态数据；
11.通过预设网络将所述状态数据转发至主机；
12.通过所述预设网络接收所述主机根据所述状态数据计算并生成的最优算法表；
13.将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
14.进一步地，所述将所述最优算法表写入至所述待量产存储设备中的步骤之前，还包括：
15.对所述最优算法表进行预设第一校验算法的校验；
16.若校验通过，则执行所述将所述最优算法表写入至所述待量产存储设备中的步骤；
17.若校验未通过，则上传重新计算指令至主机，使所述主机在接收到所述重新计算指令后，重新根据所述状态数据计算并生成新的最优算法表并通过所述预设网络下发所述新的最优算法表至所述终端。
18.进一步地，所述存储设备的批量生产方法，还包括：
19.上传所述待量产存储设备的设备序列至主机；
20.接收所述主机根据所述设备序列和主机运算算力确定的目标序列和剩余序列；
21.上传所述目标序列和所述剩余序列对应的所述待量产存储设备的状态数据至所述主机；
22.接收所述主机对所述状态数据进行计算并生成的所述待量产存储设备对应的最优算法表。
23.进一步地，所述存储设备的批量生产方法，还包括：
24.接收所述主机在性能达到预设性能极限时下发的计算子任务；
25.根据所述计算子任务进行计算得到计算子结果，并返回所述计算子结果至主机。
26.为实现上述目的，本发明提供一种存储设备的批量生产方法，所述存储设备的批量生产方法应用于如上所述的存储设备的批量生产系统中的主机，包括以下步骤：
27.通过预设网络接收终端转发的状态数据，其中，所述状态数据为所述终端扫描插接的待量产存储设备得到的状态数据；
28.根据所述状态数据计算并生成所述最优算法表；
29.通过所述预设网络下发所述最优算法表至所述终端，以供所述终端将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
30.进一步地，所述根据所述状态数据计算并生成所述最优算法表的步骤之前，还包括：
31.对所述状态数据进行预设第二校验算法的校验；
32.若校验通过，则执行所述根据所述状态数据计算并生成所述最优算法表的步骤；
33.若校验未通过，则下发重新上传指令至终端，使所述终端在接收到所述重新上传指令后，重新扫描待量产存储设备的状态数据并通过预设网络将新的状态数据转发至主机。
34.进一步地，所述存储设备的批量生产方法，还包括：
35.接收所述终端上传的所述待量产存储设备的设备序列；
36.在所述设备序列中确定与当前计算周期内最大算力对应的目标序列以及与当前计算周期内的剩余算力匹配的剩余序列；
37.下发所述目标序列和所述剩余序列至所述终端；
38.接收所述终端根据上传的所述目标序列和所述剩余序列对应的所述待量产存储设备的状态数据，在当前计算周期内对所述状态数据进行计算，生成所述待量产存储设备的最优算法表并下发至所述终端。
39.进一步地，所述存储设备的批量生产方法，还包括：
40.当主机性能达到预设性能极限时，拆分当前未进行计算的计算任务为多个计算子任务；
41.下发所述计算子任务至终端；
42.接收所述终端根据所述计算子任务进行计算后返回的计算子结果；
43.合并所述计算子结果得到所述计算任务的最终计算结果。
44.此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的存储设备的批量生产方法的步骤。
45.本发明提出的存储设备的批量生产系统、方法及介质，终端扫描插接的待量产存储设备的状态数据；通过预设网络将所述状态数据转发至主机；通过所述预设网络接收所述主机根据所述状态数据计算并生成的最优算法表；将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。主机通过预设网络接收终端转发的状态数据，其中，所述状态数据为所述终端扫描插接的待量产存储设备得到的状态数据；根据所述状态数据计算并生成所述最优算法表；通过所述预设网络下发所述最优算法表至所述终端，以供所述终端将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
46.在低性能的终端和高性能的主机之间建立网络连接，将低性能的终端不再作为计算并生成最优算法表的计算设备，而是将其计算能力赋值给高性能的主机，并将低性能的终端只作为扫描待量产存储设备的状态数据的数据扫描工具，以及将最优算法表写入至待量产存储设备中的数据写入工具。从而通过少量高性能主机以及大量低性能终端完成大批量存储设备的生产。
附图说明
47.图1是本发明实施例方案涉及终端设备的硬件运行的结构示意图；
48.图2是本发明一种存储设备的批量生产系统一实施例的连接关系示意图；
49.图3是本发明一种存储设备的批量生产方法第一实施例的流程示意图；
50.图4是本发明一种存储设备的批量生产方法第二实施例的流程示意图。
51.本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
52.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
53.如图1所示，图1是本发明实施例方案涉及终端设备的硬件运行环境的结构示意图。
54.需要说明的是，图1即可为终端设备的硬件运行环境的结构示意图。本发明实施例终端设备可以是针对基于nand flash为存储介质的存储设备，执行本发明提供的存储设备的批量生产方法的设备，该终端设备具体可以是移动终端、数据存储控制终端、pc或者便携计算机等终端。
55.如图1所示，该终端设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储设备1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储设备1005可以是非易失性存储设备(如，flash存储设备)、高速ram存储设备，也可以是稳定的存储设备(non-volatile memory)，例如磁盘存储
设备。存储设备1005可选的还可以是独立于前述处理器1001的存储装置。
56.本领域技术人员可以理解，图1中示出的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
57.如图1所示，作为一种计算机存储介质的存储设备1005中可以包括操作系统、网络通信模块、用户接口模块以及存储设备的批量生产程序。其中，操作系统是管理和控制样本终端设备硬件和软件资源的程序，支持存储设备的批量生产程序以及其它软件或程序的运行。
58.在图1所示的终端设备中，用户接口1003主要用于与各个终端进行数据通信；网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；而处理器1001可以用于调用存储设备1005中存储的存储设备的批量生产程序，并执行以下操作：
59.扫描插接的待量产存储设备的状态数据；
60.通过预设网络将所述状态数据转发至主机；
61.通过所述预设网络接收所述主机根据所述状态数据计算并生成的最优算法表；
62.将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
63.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
64.所述将所述最优算法表写入至所述待量产存储设备中的步骤之前，还包括：
65.对所述最优算法表进行预设第一校验算法的校验；
66.若校验通过，则执行所述将所述最优算法表写入至所述待量产存储设备中的步骤；
67.若校验未通过，则上传重新计算指令至主机，使所述主机在接收到所述重新计算指令后，重新根据所述状态数据计算并生成新的最优算法表并通过所述预设网络下发所述新的最优算法表至所述终端。
68.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
69.上传所述待量产存储设备的设备序列至主机；
70.接收所述主机根据所述设备序列和主机运算算力确定的目标序列和剩余序列；
71.上传所述目标序列和所述剩余序列对应的所述待量产存储设备的状态数据至所述主机；
72.接收所述主机对所述状态数据进行计算并生成的所述待量产存储设备对应的最优算法表。
73.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
74.接收所述主机在性能达到预设性能极限时下发的计算子任务；
75.根据所述计算子任务进行计算得到计算子结果，并返回所述计算子结果至主机。
76.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
77.通过预设网络接收终端转发的状态数据，其中，所述状态数据为所述终端扫描插接的待量产存储设备得到的状态数据；
78.根据所述状态数据计算并生成所述最优算法表；
79.通过所述预设网络下发所述最优算法表至所述终端，以供所述终端将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
80.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
81.所述根据所述状态数据计算并生成所述最优算法表的步骤之前，还包括：
82.对所述状态数据进行预设第二校验算法的校验；
83.若校验通过，则执行所述根据所述状态数据计算并生成所述最优算法表的步骤；
84.若校验未通过，则下发重新上传指令至终端，使所述终端在接收到所述重新上传指令后，重新扫描待量产存储设备的状态数据并通过预设网络将新的状态数据转发至主机。
85.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
86.接收所述终端上传的所述待量产存储设备的设备序列；
87.在所述设备序列中确定与当前计算周期内最大算力对应的目标序列以及与当前计算周期内的剩余算力匹配的剩余序列；
88.下发所述目标序列和所述剩余序列至所述终端；
89.接收所述终端根据上传的所述目标序列和所述剩余序列对应的所述待量产存储设备的状态数据，在当前计算周期内对所述状态数据进行计算，生成所述待量产存储设备的最优算法表并下发至所述终端。
90.进一步地，处理器1001可以调用存储设备1005中存储的存储设备的批量生产程序，还执行以下操作：
91.当主机性能达到预设性能极限时，拆分当前未进行计算的计算任务为多个计算子任务；
92.下发所述计算子任务至终端；
93.接收所述终端根据所述计算子任务进行计算后返回的计算子结果；
94.合并所述计算子结果得到所述计算任务的最终计算结果。
95.基于上述的结构，提出本发明存储设备的批量生产方法的各个实施例。
96.请参照图2，图2为本发明一种存储设备的批量生产系统一实施例的连接关系示意图。所述存储设备的批量生产系统，包括：
97.待量产存储设备为待写入最优算法表的存储设备，包括比如u盘，ssd(solid state disk或solid state drive，固态硬盘)，tf(trans flash)卡等。比如，存储设备包括nand flash和主控两个部分，第三方厂商采购了nand flash晶圆和主控，合并做成存储设备之后进行量产。
98.终端为低性能的设备，如装配win7或xp系统、计算算力低下的老式电脑，如果使用低性能终端直接进行存储设备的批量生产，则会导致生产效率低下的问题。因此，在本实施例中，通过终端自带的插口插接一个或多个待量产存储设备，用于扫描待量产存储设备的状态数据，将其作为数据扫描工具进行使用。而每一颗晶圆扫描得到的状态表好坏、容量优先还是速度优先策略、多种绑定模式以及各种算法处理都是在动态运算的，因此需要扫描
得到待量产存储设备的状态数据，根据状态数据计算出最优的底层固件的算法表格数据，如最优算法表。
99.主机为高性能的设备，如工业级或服务器主机级别算力的设备，通过预设网络与一个或多个终端实现数据传输，其中预设网络一般为局域网通信，在连接的终端数量以及待量产存储设备数量巨大时也可以设置为有线网络，其建立的网络连接可以是现有网络，新建网络连接成本比起采购高性能的主机来说也在可承受范围内。主机用于通过预设网络接收终端扫描后转发的状态数据，并根据状态数据生成最优算法表后，通过预设网络下发最优算法表至终端。
100.同时将终端作为把最优算法表的数据写入至待量产存储设备中的数据写入工具，终端在通过预设网络从主机接收到的最优算法表之后，将最优算法表写入至状态数据对应的待量产存储设备中。
101.在本实施例中，在低性能的终端和高性能的主机之间建立网络连接，将低性能的终端不再作为计算并生成最优算法表的计算设备，而是将其计算能力赋值给高性能的主机，并将低性能的终端只作为扫描待量产存储设备的状态数据的数据扫描工具，以及将最优算法表写入至待量产存储设备中的数据写入工具。从而通过少量高性能主机以及大量低性能终端完成大批量存储设备的生产。
102.请参照图3，图3为本发明存储设备的批量生产方法第一实施例的流程示意图。
103.本发明实施例提供了存储设备的批量生产方法的实施例，本发明实施例存储设备的批量生产方法应用于上述存储设备的批量生产系统的终端。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
104.本实施例中，本发明存储设备的批量生产方法包括：
105.步骤s10，扫描插接的待量产存储设备的状态数据。
106.步骤s20，通过预设网络将所述状态数据转发至主机。
107.步骤s30，通过所述预设网络接收所述主机根据所述状态数据计算并生成的最优算法表。
108.步骤s40，将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
109.存储设备的批量生产系统的终端充分利用其自身的端口连接待量产存储设备，并扫描待量产存储设备的状态数据，通过预设网络将状态数据转发至主机，通过预设网络接收主机根据状态数据计算并生成的最优算法表，最终将最优算法表写入至待量产存储设备中。
110.由于只是进行扫描和写入操作，并不进行计算操作，因此，对于批量生产存储设备的厂商而言，其可以充分利用大量闲置的低性能的终端，并使低性能的终端不再成为限制批量生产存储设备的因素，从而提升批量生产效率。
111.进一步地，在本实施例中，所述将所述最优算法表写入至所述待量产存储设备中的步骤之前，还包括：
112.对所述最优算法表进行预设第一校验算法的校验；
113.若校验通过，则执行所述将所述最优算法表写入至所述待量产存储设备中的步
骤；
114.若校验未通过，则上传重新计算指令至主机，使所述主机在接收到所述重新计算指令后，重新根据所述状态数据计算并生成新的最优算法表并通过所述预设网络下发所述新的最优算法表至所述终端。
115.终端在通过预设网络接收到主机根据状态数据计算并生成的最优算法表之后，需要对最优算法表进行安全校验之后再将正确的最优算法表写入至待量产存储设备中。
116.若校验通过，则证明终端接收到的最优算法表与主机计算生成的最优算法表之间一致，可以将最优算法表写入至待量产存储设备中。
117.如果在计算生成或传输过程发生了错误比如比特翻转或者安全攻击等，导致终端接收到的最优算法表与主机计算生成的最优算法表之间不一致。进一步导致最优算法表的接收方：终端对最优算法表进行预设第一校验算法的校验结果为未通过，在本实施例中不限定预设第一校验算法，可以是比如汉明码校验等。
118.此时，终端需要上传重新计算指令至主机，表明最优算法表的计算出错需要重新计算，使主机在接收到重新计算指令后重新根据状态数据计算并生成新的最优算法表并通过预设网络下发新的最优算法表至终端，或者也可以是表明最优算法表的传输出错需要重新传输，使主机在接收到重新计算指令后重新通过预设网络再次下发最优算法表至终端。
119.进一步地，在一种可行的实施例中，本发明存储设备的批量生产方法，还包括：
120.上传所述待量产存储设备的设备序列至主机；
121.接收所述主机根据所述设备序列和主机运算算力确定的目标序列和剩余序列；
122.上传所述目标序列和所述剩余序列对应的所述待量产存储设备的状态数据至所述主机；
123.接收所述主机对所述状态数据进行计算并生成的所述待量产存储设备对应的最优算法表。
124.在终端上可能插接不同数量的u盘，ssd固态硬盘和/或tf卡，不同存储设备的状态数据不同、生成的最优算法表不同、生成最优算法表需要主机不同的运算算力。假设终端同时插接了50个u盘，100个ssd固态硬盘和20个tf卡，上传至主机的待量产存储设备的设备序列为u盘1、u盘2...u盘50、ssd固态硬盘1、ssd固态硬盘2...ssd固态硬盘100、tf卡1、tf卡2...tf卡20。
125.假设针对u盘的状态数据进行计算并生成最优算法表的需求算力为1mips(million instructions per second，计算机每秒钟执行的百万指令数)，针对ssd固态硬盘的状态数据进行计算并生成最优算法表的需求算力为4mips，针对tf卡的状态数据进行计算并生成最优算法表的需求算力为2mips，主机的算力为100mips。此时，在主机的一个计算周期内，假设按照设备序列的先后顺序，可以在设备序列中确定与当前计算周期内最大算力对应的目标序列为：u盘1、u盘2...u盘50、共50mips的最大需求算力，确定当前计算周期内的剩余算力匹配的剩余序列为：ssd固态硬盘1、ssd固态硬盘2...ssd固态硬盘12、共48mips的剩余需求算力，总共98mips的需求算力。之后，上传目标序列和剩余序列对应的状态数据至主机，接收主机对状态数据进行计算并生成的目标序列和剩余序列分别对应的最优算法表。
126.在第二个至第4个计算周期内，同样假设按照设备序列的先后顺序，可以在设备序
列中确定各个计算周期的目标序列分别为：ssd固态硬盘13至ssd固态硬盘37、ssd固态硬盘38至ssd固态硬盘62、ssd固态硬盘63至ssd固态硬盘87，其均为ssd固态硬盘的最优算法表的计算和生成，主机算力正好完全承接计算任务，并无剩余算力匹配的剩余序列。
127.在第5个计算周期内，同样假设按照设备序列的先后顺序，可以在设备序列中确定各个计算周期的目标序列分别为：ssd固态硬盘88至ssd固态硬盘100，共52mips，剩余48mips。确定当前计算周期内的剩余算力匹配的剩余序列为：tf卡1至tf卡20，剩余的48mips的算力完全可以负担剩余序列的运算压力，还可余下8mips的算力。
128.以上为最简单最易实施情况下按照设备序列的先后顺序选取目标序列和剩余序列的举例说明，在其余选取规则下分配主机算力的方式与先后顺序的选取规则相同，在此不做赘述。
129.进一步地，在一种可行的实施例中，本发明存储设备的批量生产方法，还包括：
130.接收所述主机在性能达到预设性能极限时下发的计算子任务；
131.根据所述计算子任务进行计算得到计算子结果，并返回所述计算子结果至主机。
132.在主机性能达到预设性能极限时，主机通过将计算任务划分为多个计算子任务并分配计算子任务至终端，优选的，分配计算子任务至已通过预设网络转发状态数据至主机的空闲终端。终端根据计算子任务进行计算得到计算子结果，并返回计算子结果至主机。以此，主机将接收到的终端根据计算子任务进行计算后返回的计算子结果，合并计算子结果得到计算任务的最终计算结果。从而充分利用终端的运算性能，虽然终端运算算力较低，但还是可以用来分担主机极限运算时的运算压力，通过分布式的思想将运算压力分摊到终端上进行计算。
133.请参照图4，图4为本发明存储设备的批量生产方法第二实施例的流程示意图。
134.本发明实施例提供了存储设备的批量生产方法的实施例，本发明实施例存储设备的批量生产方法应用于上述存储设备的批量生产系统的主机。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
135.本实施例中，本发明存储设备的批量生产方法包括：
136.步骤a，通过预设网络接收终端转发的状态数据，其中，所述状态数据为所述终端扫描插接的待量产存储设备得到的状态数据。
137.步骤b，根据所述状态数据计算并生成所述最优算法表。
138.步骤c，通过所述预设网络下发所述最优算法表至所述终端，以供所述终端将所述最优算法表写入至所述待量产存储设备中以进行存储设备的批量生产。
139.主机通过预设网络接收终端转发的状态数据，将其作为高性能计算工具，利用自身的高性能对接收到的状态数据进行计算并生成最优算法表，最终再通过预设网络下发最优算法表至终端。
140.使得批量生产存储设备的厂商无需购置大量的主机，同时还闲置大量的终端，可以通过少量的高成本的主机以及合理的计算任务、计算性能的分配，从而提升批量生产效率。
141.进一步地，在本实施例中，所述根据所述状态数据计算并生成所述最优算法表的步骤之前，还包括：
142.对所述状态数据进行预设第二校验算法的校验；
143.若校验通过，则执行所述根据所述状态数据计算并生成所述最优算法表的步骤；
144.若校验未通过，则下发重新上传指令至终端，使所述终端在接收到所述重新上传指令后，重新扫描待量产存储设备的状态数据并通过预设网络将新的状态数据转发至主机。
145.终端需要对接收到的最优算法表进行安全校验，同样的，主机也需要对通过预设网络接收到的终端转发的状态数据进行安全校验之后，再根据正确的状态数据进行计算并生成最优算法表。
146.若校验通过，则根据状态数据计算并生成最优算法表。如果在扫描或传输过程发生了错误比如比特翻转或者安全攻击等，导致主机接收到的状态数据与终端扫描得到的状态数据之间不一致。进一步导致最优算法表的生成方：主机对状态数据进行预设第二校验算法的校验不通过，在本实施例中不限定预设第二校验算法，可以是比如汉明码校验等。
147.此时，主机需要下发重新上传指令至终端，表明最优算法表的计算出错需要重新计算，使终端在接收到重新上传指令后重新扫描待量产存储设备的状态数据并通过预设网络将新的状态数据转发至主机，或者也可以是表明状态数据的传输出错需要重新传输，使终端通过预设网络将状态数据再次转发至主机。
148.进一步地，在一种可行的实施例中，本发明存储设备的批量生产方法，还包括：
149.接收所述终端上传的所述待量产存储设备的设备序列；
150.在所述设备序列中确定与当前计算周期内最大算力对应的目标序列以及与当前计算周期内的剩余算力匹配的剩余序列；
151.下发所述目标序列和所述剩余序列至所述终端；
152.接收所述终端根据上传的所述目标序列和所述剩余序列对应的所述待量产存储设备的状态数据，在当前计算周期内对所述状态数据进行计算，生成所述待量产存储设备的最优算法表并下发至所述终端。
153.在接收到终端上传的与终端插口插接的待量产存储设备的设备序列之后，主机将自身的算力分配给设备序列中不同的待量产存储设备。主机确定当前计算周期内的目标序列，该目标序列为分配最大算力对应的序列；确定当前计算周期内的剩余序列，该剩余序列为分配了最大算力之后剩余算力对应的序列。
154.然后下发目标序列和剩余序列至终端，使得终端根据目标序列和剩余序列上传对应的存储设备的状态数据。主机再在当前计算周期内对状态数据进行计算，生成目标序列和剩余序列分别对应的最优算法表并下发回传至终端。
155.进一步地，在一种可行的实施例中，本发明存储设备的批量生产方法，还包括：
156.当主机性能达到预设性能极限时，拆分当前未进行计算的计算任务为多个计算子任务；
157.下发所述计算子任务至终端；
158.接收所述终端根据所述计算子任务进行计算后返回的计算子结果；
159.合并所述计算子结果得到所述计算任务的最终计算结果。
160.在主机性能达到预设性能极限时，主机通过将计算任务划分为多个计算子任务并下发分配计算子任务至已通过预设网络转发状态数据至终端，优选的，分配计算子任务至
空闲终端。终端根据计算子任务进行计算得到计算子结果，并返回计算子结果至主机。以此，主机将接收到的终端根据计算子任务进行计算后返回的计算子结果，合并计算子结果得到计算任务的最终计算结果，在本实施例中，对主机的划分子任务方法和合并计算子结果方法不做限定。从而充分利用终端的运算性能，虽然终端运算算力较低，但还是可以用来分担主机极限运算时的运算压力，通过分布式的思想将运算压力分摊到终端上进行计算。
161.此外，本发明实施例还提出一种计算机存储介质，应用于计算机，该计算机存储介质可以为非易失性计算机可读计算机存储介质，该计算机存储介质上存储有存储设备的批量生产程序，所述存储设备的批量生产程序被处理器执行时实现如上所述的存储设备的批量生产方法的步骤。
162.其中，在所述处理器上运行的存储设备的批量生产程序被执行时所实现的步骤可参照本发明存储设备的批量生产方法的各个实施例，此处不再赘述。
163.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
164.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
165.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机存储介质(如flash存储设备、rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)中，用于控制该存储介质进行数据读写操作的控制器执行本发明各个实施例所述的方法。
166.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。