一种服务器散热智能管理方法技术

本申请提供一种服务器散热智能管理方法

【技术实现步骤摘要】
一种服务器散热智能管理方法、装置及电子设备


[0001]本申请涉及散热技术的
，具体涉及一种服务器散热智能管理方法
、
装置及电子设备
。

技术介绍

[0002]随着信息技术的飞速发展，服务器的性能要求也在不断提高
。
在网络
、
大数据
、
人工智能等领域，需要更强大的计算能力来应对越来越复杂的任务
。
然而，这种强大的计算能力往往伴随着高热量的产生
。
[0003]服务器在运行时产生的热量必须得到有效的管理和处理，否则会对服务器的性能和稳定性产生严重的影响
。
目前，对于服务器散热的管理方法仅停留在人为定时散热，但是，由于服务器处理的任务体量庞大，依靠单一的人工调试散热策略的方式已然无法满足服务器散热需求
。
[0004]因此，基于上述场景下的实际需要，如何提高对服务器散热的管理效率是至关重要的
。

技术实现思路

[0005]本申请提供了一种服务器散热智能管理方法
、
装置及电子设备，便于提高对服务器散热的管理效率
。
[0006]在本申请的第一方面提供了一种服务器散热智能管理方法，应用于管理平台，所述方法包括：获取服务器的检测数据包；通过预设散热管理模型对所述检测数据包进行识别，得到输出结果；采用遗传算法对所述输出结果进行分析，生成冷却策略，以通过所述冷却策略对服务器散热进行管理
。
[0007]通过采用上述技术方案，管理平台首先将获取服务器的检测数据包，再通过预设散热管理模型对检测数据包进行识别，从而得到输出结果
。
最后，采用遗传算法对输出结果进行分析，从而生成冷却策略，以便于管理平台根据冷却策略对服务器散热进行智能管理，相比于相关技术，不再需要人工对服务器散热进行调试，进而提高了对服务器散热的管理效率
。
[0008]可选的，所述获取服务器的检测数据包，具体包括：接收检测设备发送的检测数据；采用文本指纹运算机制对所述检测数据进行处理，得到所述检测数据包
。
[0009]通过采用上述技术方案，管理平台获取服务器的检测数据包的具体过程为：管理平台首先将接收检测设备发送的检测数据，管理平台再采用文本指纹运算机制对检测数据进行处理，从而得到检测数据包
。
由此，管理平台通过采用文本指纹运算机制，能够提高管理平台对检测数据包的处理效率和准确性，从而便于加快预设散热管理模型的识别工作速度
。
[0010]可选的，所述检测数据包包括工作负载数据，所述通过预设散热管理模型对所述检测数据包进行识别，得到输出结果，具体包括：获取所述工作负载数据；根据所述工作负
载数据，确定所述服务器的执行任务量；判断所述执行任务量与预设执行任务量阈值之间的大小关系；若所述执行任务量大于或等于预设执行任务量阈值，则得到第一输出结果，所述第一输出结果用于表示所述服务器已过载工作
。
[0011]通过采用上述技术方案，管理平台首先将获取工作负载数据，再根据工作负载数据确定服务器的执行任务量
。
接下来，通过判断执行任务量与预设执行任务量阈值之间的大小关系，当执行任务量大于或等于预设执行任务量阈值时，管理平台将得到第一输出结果，从而便于管理平台获知服务器已过载工作
。
由此，便于管理平台实时获知服务器的工作负载情况，进而根据工作负载情况进行智能化地散热管理
。
[0012]可选的，所述遗传算法包括适应度函数，所述适应度函数具体采用如下计算规则：；其中，
x
为冷却策略，
a
为冷却效果，
b
为冷却功耗，
w1为冷却效果对应的权重，
w2为冷却功耗对应的权重
。
[0013]通过采用上述技术方案，管理平台利用遗传算法中的适应度函数来调整冷却策略，通过模拟自然选择和遗传机制寻找散热问题的最优解，实现冷却功耗和冷却效果之间的平衡，最大程度上保证了服务器的冷却效果，同时实现节能散热的目的
。
[0014]可选的，所述检测数据包还包括温度数据，所述采用遗传算法对所述输出结果进行分析，生成冷却策略，具体包括：根据所述第一输出结果，计算所述服务器的第一温度值；根据所述温度数据，对所述第一温度值进行修正，得到第二温度值；对所述第二温度值进行分析，确定所述第二温度值对应的散热等级；根据所述散热等级，生成所述冷却策略，其中，一个所述散热等级对应一个所述冷却策略
。
[0015]通过采用上述技术方案，管理平台采用遗传算法生成冷却策略的具体过程为：管理平台首先将根据第一输出结果，计算出服务器的第一温度值
。
接下来，管理平台根据温度数据，对第一温度值进行修正，从而得到更加切合实际的第二温度值
。
其次，管理平台通过对第二温度值进行分析，得到第二温度值对应的散热等级
。
最后，管理平台根据散热等级，生成冷却策略
。
由此，便于管理平台不断地根据不同的温度值实时调整冷却策略，实现了智能化的服务器散热管理，在保证冷却效果的前提下，进一步提高了对服务器散热的管理效率
。
[0016]可选的，所述采用文本指纹运算机制对所述检测数据进行处理，得到所述检测数据包，具体包括：获取所述检测数据中的文本数据；将所述文本数据进行去噪与分词，生成多个特征单词；将所述多个特征单词转换为各对应的特征值，其中，一个特征单词对应一个特征值，所述特征值为仅含有数字0与1中一种或两种的数据串；基于所述多个特征单词各对应的权重对所述特征值设置权重，生成多个权重特征值；将所述多个权重特征值进行累加与降维，生成所述检测数据包
。
[0017]通过采用上述技术方案，管理平台首先将获取检测数据中的文本数据，再对文本数据进行去噪与分词，生成多个特征单词
。
接下来，管理平台将生成的特征单词转换为各对应的特征值
。
其次，基于特征单词各对应的权重对特征值设置权重，从而生成多个权重特征值
。
最后，管理平台将多个权重特征值进行累加与降维，从而生成检测数据包
。
由此，管理平台能够将文本数据转换为预设散热管理模型能够识别的数据类型，便于预设散热管理模型的快速识别，从而提高了管理平台的处理效率
。
[0018]可选的，所述检测数据包还包括冷却设备数据，所述通过预设散热管理模型对所述检测数据包进行识别，得到输出结果，具体还包括：获取所述冷却设备数据和温度数据；将所述冷却设备数据和温度数据输入至所述预设散热管理模型中，得到第二输出结果，所述第二输出结果包括冷却功耗和冷却效果
。
[0019]通过采用上述技术方案，管理平台还将对冷却设备数据进行识别，管理平台首先将获取冷却设备数据和温度数据，再将冷却设备数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种服务器散热智能管理方法，其特征在于，应用于管理平台，所述方法包括：获取服务器的检测数据包；通过预设散热管理模型对所述检测数据包进行识别，得到输出结果；采用遗传算法对所述输出结果进行分析，生成冷却策略，以通过所述冷却策略对服务器散热进行管理
。2.
根据权利要求1所述的智能管理方法，其特征在于，所述获取服务器的检测数据包，具体包括：接收检测设备发送的检测数据；采用文本指纹运算机制对所述检测数据进行处理，得到所述检测数据包
。3.
根据权利要求1所述的智能管理方法，其特征在于，所述检测数据包包括工作负载数据，所述通过预设散热管理模型对所述检测数据包进行识别，得到输出结果，具体包括：获取所述工作负载数据；根据所述工作负载数据，确定所述服务器的执行任务量；判断所述执行任务量与预设执行任务量阈值之间的大小关系；若所述执行任务量大于或等于预设执行任务量阈值，则得到第一输出结果，所述第一输出结果用于表示所述服务器已过载工作
。4.
根据权利要求1所述的智能管理方法，其特征在于，所述遗传算法包括适应度函数，所述适应度函数具体采用如下计算规则：；其中，
x
为冷却策略，
a
为冷却效果，
b
为冷却功耗，
w1为冷却效果对应的权重，
w2为冷却功耗对应的权重
。5.
根据权利要求3所述的智能管理方法，其特征在于，所述检测数据包还包括温度数据，所述采用遗传算法对所述输出结果进行分析，生成冷却策略，具体包括：根据所述第一输出结果，计算所述服务器的第一温度值；根据所述温度数据，对所述第一温度值进行修正，得到第二温度值；对所述第二温度值进行分析，确定所述第二温度值对应的散热等级；根据所述散热等级，生成所述冷却策略，其中，一个所述散热等级对应一个所述冷却策略
。6.
根据权利要求2所述的智能管理方法，其特征在于，所述采用文本指纹运算机制对所述检测数据进行处理，得到所述检测数据包，具体包括：获取所述检测数据中的文本数据；将所述文本数据进行去噪与分词，生成多个特征单词；将所述多个特征单词转换为各对应的特征值，其中，一个特征单词对应一个特征值，所述特征值为仅含有数字0与1中一种或两种的数据串；基于所述...

【专利技术属性】
技术研发人员：覃超宝，蒋飞虎，覃超剑，
申请(专利权)人：深圳市倍联德实业有限公司，
类型：发明
国别省市：