本發(fā)明涉及服務器散熱，具體涉及一種服務器散熱調控方法、裝置及計算機存儲介質。

背景技術：

1、隨著信息技術的快速發(fā)展和云計算、人工智能等高性能計算需求的日益增長，服務器的性能和功耗問題愈發(fā)引起重視。在高密度計算環(huán)境中，服務器的散熱管理成為確保系統(tǒng)穩(wěn)定運行和延長設備壽命的重要因素。傳統(tǒng)的散熱調控方法主要依賴于固定的冷卻方案，通常不能有效應對瞬時負載變化，導致能耗浪費和潛在的過熱風險。

2、相關技術中，通過配置溫度傳感器，根據溫度傳感器的溫度數(shù)據實現(xiàn)實時散熱調控，但由于在服務器功耗過大導致溫度上升，且傳遞至溫度傳感器產生反應，系統(tǒng)需要時間來響應并啟動降溫措施，具備一定延時效果，該延時效果會導致溫度波動較大，從而導致散熱調控效果不穩(wěn)定，冷卻效率較低。

技術實現(xiàn)思路

1、為了解決相關技術中降溫措施具備一定延時效果，該延時效果會導致溫度波動較大，從而導致散熱調控效果不穩(wěn)定，冷卻效率較低的技術問題，本發(fā)明提供一種服務器散熱調控方法、裝置及計算機存儲介質，所采用的技術方案具體如下：

2、本發(fā)明提出了一種服務器散熱調控方法，方法包括：

3、獲取服務器在不同時刻的溫度值、待進行處理的訪問流量數(shù)據和處理速度數(shù)據；根據每一時刻下的所述訪問流量數(shù)據和處理速度數(shù)據，確定每一時刻服務器的狀態(tài)值；按照時刻對狀態(tài)值進行排序得到狀態(tài)序列，對所述溫度值進行排序得到溫度序列；

4、按照時刻對所述溫度序列進行向前錯位，根據不同序列位數(shù)進行錯位后得到的錯位序列與狀態(tài)序列的相關性，確定相關性最強的溫度延遲修正序列；調整所述溫度延遲修正序列中溫度值的每一時刻與狀態(tài)序列中對應相同，得到目標序列；

5、根據所述目標序列和狀態(tài)序列在相鄰時刻的數(shù)值變化，確定變化異常時刻，以所述變化異常時刻為基準點確定溫度變化時間段，根據每一溫度變化時間段內溫度值的數(shù)值分布，確定每一變化異常時刻的變化延伸指標；

6、根據當前時刻之前變化異常時刻的變化延伸指標，以及當前時刻的狀態(tài)值和溫度值，確定當前時刻的散熱功率。

7、進一步地，所述根據每一時刻下的所述訪問流量數(shù)據和處理速度數(shù)據，確定每一時刻服務器的狀態(tài)值，包括：

8、將所述訪問流量數(shù)據和處理速度數(shù)據的乘積，作為每一時刻服務器的狀態(tài)值。

9、進一步地，所述向前錯位為按照不同序列位數(shù)將溫度值在時序上向左側平移，并將所述溫度序列前對應序列位數(shù)的溫度值刪除，得到每一序列位數(shù)對應的錯位序列；其中，根據不同序列位數(shù)進行錯位后得到的錯位序列與狀態(tài)序列的相關性，確定相關性最強的溫度延遲修正序列，包括：

10、計算所述錯位序列與狀態(tài)序列的皮爾遜相關系數(shù)，并進行歸一化處理得到相關性指標；

11、將所述相關性指標數(shù)值最大的錯位序列作為溫度延遲修正序列。

12、進一步地，所述根據所述目標序列和狀態(tài)序列在相鄰時刻的數(shù)值變化，確定變化異常時刻，包括：

13、將任一數(shù)據時刻作為待分析時刻，將與在待分析時刻時序之后且相距最近的預設數(shù)量個其他時刻作為對比時刻；

14、根據目標序列中待分析時刻與所有對比時刻的溫度值差異，確定待分析時刻的鄰域溫度變化指標；

15、根據狀態(tài)序列中待分析時刻與所有對比時刻的狀態(tài)值差異，確定待分析時刻的鄰域狀態(tài)變化指標；

16、計算待分析時刻的鄰域溫度變化指標和鄰域狀態(tài)變化指標的乘積，歸一化處理作為狀態(tài)溫度影響指標；

17、將所述狀態(tài)溫度影響指標的數(shù)值大于預設影響閾值的時刻，作為變化異常時刻。

18、進一步地，所述待分析時刻的鄰域溫度變化指標和鄰域狀態(tài)變化指標的獲取方法，包括：

19、在目標序列中，計算所述待分析時刻與每一對比時刻對應的溫度值的差值絕對值，作為所述待分析時刻與對應對比時刻的溫度變化值；

20、將所述待分析時刻與所有對比時刻的溫度變化值的均值，作為待分析時刻的鄰域溫度變化指標；

21、在狀態(tài)序列中，計算所述待分析時刻與每一對比時刻對應的狀態(tài)值的差值絕對值，作為所述待分析時刻與對應對比時刻的狀態(tài)變化值；

22、將所述待分析時刻與所有對比時刻的狀態(tài)變化值的均值，作為待分析時刻的鄰域狀態(tài)變化指標。

23、進一步地，以所述變化異常時刻為基準點確定溫度變化時間段，包括：

24、將所述變化異常時刻為中心點的預設時間范圍作為對應變化異常時刻的溫度變化時間段。

25、進一步地，所述根據每一溫度變化時間段內溫度值的數(shù)值分布，確定每一變化異常時刻的變化延伸指標，包括：

26、計算同一溫度變化時間段內溫度值的極差；

27、將同一溫度變化時間段內所有溫度值的標準差作為變化趨勢影響系數(shù)；

28、計算所述極差與所述變化趨勢影響系數(shù)的乘積，歸一化處理作為對應變化異常時刻的變化延伸指標。

29、進一步地，所述根據當前時刻之前變化異常時刻的變化延伸指標，以及當前時刻的狀態(tài)值和溫度值，確定當前時刻的散熱功率，包括：

30、將當前時刻之前時序最接近的變化異常時刻作為當前影響時刻，確定當前影響時刻與當前時刻之間的時間間隔作為影響間隔；計算當前影響時刻的變化延伸指標與影響間隔的比值，作為當前時刻的變化影響程度；

31、分別對當前時刻的狀態(tài)值和溫度值進行最大最小值歸一化處理，得到狀態(tài)參數(shù)和溫度參數(shù)；

32、將所述狀態(tài)參數(shù)和溫度參數(shù)的差值，作為待變化指標；

33、計算所述待變化指標與所述變化影響程度的乘積，歸一化處理作為功率調整權重；

34、計算所述功率調整權重與當前時刻的預設功率的乘積，得到當前時刻的散熱功率。

35、另一方面，本發(fā)明還提供了一種服務器散熱調控系統(tǒng)，所述系統(tǒng)包括：

36、獲取模塊，用于獲取服務器在不同時刻的溫度值、待進行處理的訪問流量數(shù)據和處理速度數(shù)據；根據每一時刻下的所述訪問流量數(shù)據和處理速度數(shù)據，確定每一時刻服務器的狀態(tài)值；按照時刻對狀態(tài)值進行排序得到狀態(tài)序列，對所述溫度值進行排序得到溫度序列；

37、延時分析模塊，用于按照時刻對所述溫度序列進行向前錯位，根據不同序列位數(shù)進行錯位后得到的錯位序列與狀態(tài)序列的相關性，確定相關性最強的溫度延遲修正序列；調整所述溫度延遲修正序列中溫度值的每一時刻與狀態(tài)序列中對應相同，得到目標序列；

38、溫度變化確定模塊，用于根據所述目標序列和狀態(tài)序列在相鄰時刻的數(shù)值變化，確定變化異常時刻，以所述變化異常時刻為基準點確定溫度變化時間段，根據每一溫度變化時間段內溫度值的數(shù)值分布，確定每一變化異常時刻的變化延伸指標；

39、散熱調控模塊，用于根據當前時刻之前變化異常時刻的變化延伸指標，以及當前時刻的狀態(tài)值和溫度值，確定當前時刻的散熱功率。

40、另一方面，本發(fā)明還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被執(zhí)行時實現(xiàn)前述任一項所述一種服務器散熱調控方法的步驟。

41、本發(fā)明具有如下有益效果：

42、本發(fā)明實施例通過對不同時刻下的溫度和狀態(tài)進行分析，進而通過錯位分析溫度變化與狀態(tài)變化的相關性，調整溫度序列的時序特征，以修正溫度的延遲效果，從而得到溫度變化在不同時刻下更為準確有效的目標序列，通過目標序列中的數(shù)值變化和狀態(tài)序列中的數(shù)值變化，確定變化異常時刻，變化異常時刻表征了溫度和狀態(tài)發(fā)生突變的時刻，通過變化異常時刻在時序鄰域的分析，從而對每一變化異常時刻的溫度變化不穩(wěn)定性進行分析，確定變化延伸指標，通過當前時刻之前變化異常時刻的變化延伸指標，以及當前時刻的狀態(tài)值和溫度值，對當前時刻的散熱功率進行自適應調節(jié)。本發(fā)明能夠消除溫度延遲效果的影響，有效降低溫度調控延時效果，結合溫度變化和狀態(tài)變化，確定更為適合當前時刻的散熱功率，從而能夠有效降低溫度波動并提升冷卻效率，從而優(yōu)化散熱的運行策略，實現(xiàn)主動散熱調控，提升能效比。