使用一个或更多个神经网络的预测控制制造技术

本申请公开了使用一个或更多个神经网络的预测控制，具体公开了用于冷却计算机环境的系统和方法。在至少一个实施例中，一个或更多个神经网络可以用于确定与一个或更多个服务器相关联的一个或更多个温度控制设置。器相关联的一个或更多个温度控制设置。器相关联的一个或更多个温度控制设置。

【技术实现步骤摘要】
使用一个或更多个神经网络的预测控制


[0001]至少一个实施例涉及用于执行和促进人工智能的处理资源。例如，至少一个实施例涉及用于根据本文描述的不同新颖技术来训练神经网络的处理器或计算系统。

技术介绍

[0002]在诸如数据中心的计算环境中，控制基础设施用于管理诸如配电和温度控制的方面。不同传感器或监测组件可以用于确定计算环境的当前状态，并且这个状态信息可以用于确定有待对控制基础设施做出的调整。这可包括基于检测到的功率或热状况来调整功率或温度控制设备。这些方法的纯反应性本质可允许不期望的发生，诸如过度的功率汲取或热事件，这可能导致对硬件的损坏或数据的丢失。虽然存在帮助更好地确定此类环境的状态的建模方法，但这些方法的计算复杂性阻止它们被实时使用来进行动态调整。
附图说明
[0003]图1A、图1B和图1C示出了根据至少一个实施例的计算环境；
[0004]图2A和2B示出了根据至少一个实施例的数据中心中的温度分布；
[0005]图3A和3B示出了根据至少一个实施例的具有神经网络启用的冷却系统的服务器机架；
[0006]图4A和4B示出了根据至少一个实施例的具有神经网络启用的冷却系统的数据中心；
[0007]图5A示出了根据至少一个实施例的用于调整计算环境中的环境控制的过程；
[0008]图5B示出了根据至少一个实施例的用于确定温度控制设置的过程；
[0009]图6示出了根据至少一个实施例的分布式系统；
[0010]图7示出了根据至少一个实施例的示例性数据中心；
[0011]图8示出了根据至少一个实施例的客户端
‑
服务器网络；
[0012]图9示出了根据至少一个实施例的计算机网络；
[0013]图10A示出了根据至少一个实施例的联网计算机系统；
[0014]图10B示出了根据至少一个实施例的联网计算机系统；
[0015]图10C示出了根据至少一个实施例的联网计算机系统；
[0016]图11示出了根据至少一个实施例的系统环境的一个或更多个组件，在该系统环境中，服务可被提供为第三方网络服务；
[0017]图12示出了根据至少一个实施例的云计算环境；
[0018]图13示出了根据至少一个实施例的由云计算环境提供的一组功能抽象层；
[0019]图14示出了根据至少一个实施例的在芯片级的超级计算机；
[0020]图15示出了根据至少一个实施例的在机架模块级的超级计算机；
[0021]图16示出了根据至少一个实施例的在机架级的超级计算机；
[0022]图17示出了根据至少一个实施例的在整个系统级的超级计算机；
[0023]图18A示出了根据至少一个实施例的推理和/或训练逻辑；
[0024]图18B示出了根据至少一个实施例的推理和/或训练逻辑；
[0025]图19示出了根据至少一个实施例的神经网络的训练和调度；
[0026]图20示出了根据至少一个实施例的网络系统的架构；
[0027]图21示出了根据至少一个实施例的网络系统的架构；
[0028]图22示出了根据至少一个实施例的控制平面协议栈；
[0029]图23示出了根据至少一个实施例的用户平面协议栈；
[0030]图24示出了根据至少一个实施例的核心网的组件；
[0031]图25示出了根据至少一个实施例的支持网络功能虚拟化(NFV)的系统的组件；
[0032]图26示出了根据至少一个实施例的处理系统；
[0033]图27示出了根据至少一个实施例的计算机系统；
[0034]图28示出了根据至少一个实施例的系统；
[0035]图29示出了根据至少一个实施例的示例性集成电路；
[0036]图30示出了根据至少一个实施例的计算系统；
[0037]图31示出了根据至少一个实施例的APU；
[0038]图32示出了根据至少一个实施例的CPU；
[0039]图33示出了根据至少一个实施例的示例性加速器集成片段；
[0040]图34A
‑
34B示出了根据至少一个实施例的示例性图形处理器；
[0041]图35A示出了根据至少一个实施例的图形核心；
[0042]图35B示出了根据至少一个实施例的GPGPU；
[0043]图36A示出了根据至少一个实施例的并行处理器；
[0044]图36B示出了根据至少一个实施例的处理集群；
[0045]图36C示出了根据至少一个实施例的图形多处理器；
[0046]图37示出了根据至少一个实施例的编程平台的软件栈；
[0047]图38示出了根据至少一个实施例的图37的软件栈的CUDA实现；
[0048]图39示出了根据至少一个实施例的图37的软件栈的ROCm实现；
[0049]图40示出了根据至少一个实施例的图37的软件栈的OpenCL实现；
[0050]图41示出了根据至少一个实施例的由编程平台支持的软件；以及
[0051]图42示出了根据至少一个实施例的编译代码以在图37
‑
40的编程平台上执行。
具体实施方式
[0052]在至少一个实施例中，计算环境可包括各种计算设备和控制系统，如图1A中所示的数据中心100中所示。在至少一个实施例中，数据中心100可以包括具有机架110和辅助设备的一个或更多个空间102，所述辅助设备用于在一个或更多个服务器托盘上容纳一个或更多个服务器。在至少一个实施例中，数据中心100由位于数据中心100外部的冷却塔104支持。在至少一个实施例中，冷却塔104通过作用于主冷却回路106而从数据中心100内散热。在至少一个实施例中，在主冷却回路106和第二或次冷却回路108之间使用冷却分配单元(CDU)112，以使得能够将热量从第二或次冷却回路108提取到主冷却回路106。在至少一个实施例中，辅助冷却回路108可以根据需要访问进入服务器托盘中的不同管件。在至少一个
实施例中，回路106、108被示出为线图，但普通技术人员将认识到，可以使用一个或更多个管道特征。在至少一个实施例中，柔性聚氯乙烯(PVC)管可以与相关联的管道系统一起使用，以便使流体沿着回路106、108中的每一个移动。在至少一个实施例中，可以使用一个或更多个冷却剂泵来维持回路106、108内的压力差，以使得冷却剂能够根据不同位置(包括在该房间中、一个或更多个机架110中和/或这些机架110内的服务器箱或服务器托盘中)中的温度传感器移动。
[0053]在至少一个实施例中，主冷却回路106和辅助冷却回路108中的冷却剂可以至少是水和添加剂，例如乙二醇或丙二醇。在操作中，在至少一个实施例中，主冷却回路和辅助冷却回路中的每一个都具有它们自己的冷却剂。在至少一个实施例中，辅助冷却回路中的冷却剂可专用于服务器托盘或机架110中的组件的要求。在至少一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种处理器，包括：一个或更多个电路，用于使用一个或更多个神经网络来确定与一个或更多个服务器相关联的一个或更多个温度控制设置。2.根据权利要求1所述的处理器，其中所述一个或更多个神经网络进一步用于预测一个或更多个未来时间点处一个或更多个位置处的一个或更多个未来温度值，并且其中所述一个或更多个温度控制设置至少部分地基于所述一个或更多个未来温度值来确定。3.根据权利要求1所述的处理器，其中所述一个或更多个神经网络被存储在与所述一个或更多个温度控制设置相关联的一个或更多个温度控制设备中的一个或更多个计算板上。4.根据权利要求1所述的处理器，其中针对以下各项中的至少一项确定所述一个或更多个温度控制设置：所述一个或更多个服务器中的各个服务器，包括所述一个或更多个服务器的各个机架，或包括所述一个或更多个服务器的数据中心，并且其中所述一个或更多个神经网络进一步用于确定与功率、湿度、流体流量或电力中的至少一个相关的一个或更多个环境控制设置。5.根据权利要求1所述的处理器，其中所述一个或更多个电路进一步用于随时间推移利用所述一个或更多个神经网络以基于由所述一个或更多个神经网络生成的经更新的预测来确定是否更新所述一个或更多个温度控制设置。6.根据权利要求1所述的处理器，其中所述一个或更多个神经网络从与所述一个或更多个服务器相关联的温度传感器、压力传感器、流量传感器、功率传感器、湿度传感器或负载确定组件中的至少一个接受环境数据。7.一种系统，包括：一个或更多个处理器，用于使用一个或更多个神经网络来确定与一个或更多个服务器相关联的一个或更多个温度控制设置。8.根据权利要求7所述的系统，其中所述一个或更多个神经网络进一步用于预测一个或更多个未来时间点处一个或更多个位置处的一个或更多个未来温度值，并且其中所述一个或更多个温度控制设置至少部分地基于所述一个或更多个未来温度值来确定。9.根据权利要求7所述的系统，其中所述一个或更多个神经网络被存储在与所述一个或更多个温度控制设置相关联的一个或更多个温度控制设备中的一个或更多个计算板上。10.根据权利要求7所述的系统，其中针对以下各项中的至少一项确定所述一个或更多个温度控制设置：所述一个或更多个服务器中的各个服务器，包括所述一个或更多个服务器的各个机架，或包括所述一个或更多个服务器的数据中心，并且其中所述一个或更多个神经网络进一步用于确定与功率、湿度、流体流量或电力中的至少一个相关的一个或更多个环境控制设置。11.根据权利要求7所述的系统，其中所述一个或更多个处理器进一步用于随时间推移利用所述一个或更多个神经网络以基于由所述一个或更多个神经网络生成的经更新的预测来确定是否更新所述一个或更多个温度控制设置。12.根据权利要求7所述的系统，其中所述一个或更多个神经网络从与所述一个或更多个服务器相关联的温度传感器、压力传感器、流量传感器、功率传感器、湿度传感器或负载确定组件中的至少一个接受环境数据。
13.一种方法，包括：使用一个或更多个神经网络来确定与一个或更多个服务器相关联的一个或更多个温度控制设置。14.根据权利要求13所述的方法，其中所述一个或更多个神经网络进一步用于预测一个或更多个未来时间点处一个或更多个位置处的一个或更多个未来温度值，并且其中所述一个或更多个温度控制设置至少部分地基于所述一个或更多个未来温度值来确定。15.根据权利要求13所述的方法，其中所述一个或更多个神经网络被存储在与所述一个或更多个温度控制设置相关联的一个或更多个温度控制设备中的一个或更多个计算板上。16.根据权利要求13所述的方法，其中针对以下各项中的至少一项确定所述一个或更多个温度控制设置：所述一个或更多个服务器中的各个服务器，包括所述一个或更多个服务器的各个机架，或包括所述一个或更多个服务器的数据中心，并且其中所述一个或更多个神经网络进一步用于确定与功率、湿度、流体流...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：辉达公司，
类型：发明
国别省市：