本申请提供了一种设备集群的功耗预测方法、装置及设备，其中，方法包括：获取设备集群中各个设备分别对应的初始功耗预测模型；将各个设备的负载参数数据分别输入对应的初始功耗预测模型，得到各个设备分别对应的预测功耗数据；根据各个设备分别对应的预测功耗数据，得到设备集群的预测总功耗数据；以预测总功耗数据与设备集群的实际总功耗数据之间的误差为反馈，对各个功耗预测模型进行调整，直到误差满足预设条件，得到各个设备分别对应的目标功耗预测模型，以通过目标功耗预测模型预测设备集群的功耗。本申请的技术方法能提高设备集群的功耗预测效率。群的功耗预测效率。群的功耗预测效率。
【技术实现步骤摘要】
设备集群的功耗预测方法、装置及设备
[0001]本申请属于人工智能
，具体涉及一种设备集群的功耗预测方法、设备集群的功耗预测装置、以及电子设备。
技术介绍
[0002]功耗预测是设备集群，如数据中心，规划、运营优化的重要依据。对于功耗随负载变化较大的设备如服务器，需要较为复杂的模型预测功耗。目前通常使用简单的线性模型来预测功耗，比如整个功耗包括一个基础功耗部分和随负载线性变化的部分。这种简单模型不足以准确反映实际情况。此外，模型求解需要为每个设备独立统计功耗，且需要人为制造各种动态负载为模型提供足够多的输入数据。因此，现有的设备集群的功耗预测的效率不高。
[0003]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0004]本申请的目的在于提供一种设备集群的功耗预测方法、装置及设备，至少在一定程度上克服相关技术中设备集群的功耗预测效率不高等技术问题。
[0005]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0006]根据本申请实施例的一个方面，提供一种设备集群的功耗预测方法，包括：获取设备集群中各个设备分别对应的初始功耗预测模型；将各个设备的负载参数数据分别输入对应的初始功耗预测模型，得到各个设备分别对应的预测功耗数据；根据各个设备分别对应的预测功耗数据，得到设备集群的预测总功耗数据；以预测总功耗数据与设备集群的实际总功耗数据之间的误差为反馈，对各个功耗预测模型进行调整，直到误差满足预设条件，得到各个设备分别对应的目标功耗预测模型，以通过目标功耗预测模型预测设备集群的功耗。
[0007]在一些实施例中，获取设备集群中各个设备分别对应的初始功耗预测模型，包括：获取设备集群中，各个设备的历史负载参数数据，以及历史负载参数数据对应的历史功耗数据；将历史功耗数据以及历史负载参数数据作为训练样本，对设备对应的原始预测模型进行训练，得到各个设备分别对应的初始功耗预测模型。
[0008]在一些实施例中，获取设备集群中，各个设备的历史负载参数数据，以及历史负载参数数据对应的历史功耗数据，包括：获取在多个历史时段内，在设备集群中，各个设备分别对应的静态配置参数以及动态负载参数，以及获取各个历史时段内设备分别对应的历史功耗数据；在将历史功耗数据以及历史负载参数数据作为训练样本，对设备对应的原始预测模型进行训练之前，方法还包括：根据静态配置参数、动态负载参数，以及历史功耗数据，建立设备对应的原始预测模型。
[0009]在一些实施例中，获取各个设备分别对应的静态配置参数以及动态负载参数，包括：获取各个设备分别对应的静态配置参数；每隔预设时间间隔，获取各个设备分别对应的动态负载参数。
[0010]在一些实施例中，获取设备集群中各个设备分别对应的初始功耗预测模型，包括：对设备集群中的各个设备进行分类，以获取多个设备类别；根据设备类别，建立设备类别对应的初始功耗预测模型。
[0011]在一些实施例中，根据设备类别，建立设备类别对应的初始功耗预测模型，包括：基于设备类别，确定设备类别对应的初始模型参数；根据初始模型参数，生成设备类别分别对应的初始功耗预测模型。
[0012]在一些实施例中，以预测总功耗数据与设备集群的实际总功耗数据之间的误差为反馈，对各个功耗预测模型进行调整，直到误差满足预设条件，得到各个设备分别对应的目标功耗预测模型，包括：实时获取设备集群的实际总功耗数据，以及实时获取预测总功耗数据；根据实时获取的实际总功耗数据以及预测总功耗数据，对初始功耗预测模型进行测试；在测试准确率达到预设阈值的情况下，得到各个设备分别对应的目标功耗预测模型。
[0013]在一些实施例中，根据实时获取的实际总功耗数据以及实际总功耗数据，对初始功耗预测模型进行测试，包括：根据实际总功耗数据与预测总功耗数据的差值，建立损失函数；对损失函数执行梯度下降迭代，以获取最小化的损失函数以及初始功耗预测模型的模型参数。
[0014]根据本申请实施例的一个方面，提供一种设备集群的功耗预测装置，包括：
[0015]第一获取单元，用于获取设备集群中各个设备分别对应的初始功耗预测模型；
[0016]训练单元，用于将各个设备的负载参数数据分别输入对应的初始功耗预测模型，得到各个设备分别对应的预测功耗数据；
[0017]第二获取单元，用于根据各个设备分别对应的预测功耗数据，得到设备集群的预测总功耗数据；
[0018]预测单元，用于以预测总功耗数据与设备集群的实际总功耗数据之间的误差为反馈，对各个功耗预测模型进行调整，直到误差满足预设条件，得到各个设备分别对应的目标功耗预测模型，以通过目标功耗预测模型预测设备集群的功耗。
[0019]根据本申请实施例的一个方面，提供一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如以上技术方案中的设备集群的功耗预测方法。
[0020]根据本申请实施例的一个方面，提供一种电子设备，该电子设备包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器被配置为经由执行可执行指令来执行如以上技术方案中的设备集群的功耗预测方法。
[0021]根据本申请实施例的一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上技术方案中的设备集群的功耗预测方法。
[0022]在本申请实施例提供的技术方案中，首先通过各个设备分别对应的预测功耗数据确定预测总功耗数据，进而在设备集群运行过程中获取实际总功耗数据，从而以预测总功耗数据与设备集群的实际总功耗数据之间的误差为反馈，对各个功耗预测模型进行调整，
直到误差满足预设条件，进而得到各个设备分别对应的目标功耗预测模型，以通过目标功耗预测模型预测设备集群的功耗，本申请中，通过数据获取的便利性和准确性来提升设备集群的功耗预测的便利性和准确性。
[0023]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0024]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1示意性地示出了应用本申请技术方案的示例性系统架构框图。
[0026]图2是根据本申请一实施例提供的一种设备集群的功耗预测方法的流程图。
[0027]图3是本申请又一实施例提供的设备集群的功耗预测方法的流程图。
[0028]图4示意性地示出了本申请实施例提本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种设备集群的功耗预测方法，其特征在于，包括：获取设备集群中各个设备分别对应的初始功耗预测模型；将各个所述设备的负载参数数据分别输入对应的初始功耗预测模型，得到各个设备分别对应的预测功耗数据；根据各个所述设备分别对应的预测功耗数据，得到所述设备集群的预测总功耗数据；以所述预测总功耗数据与所述设备集群的实际总功耗数据之间的误差为反馈，对各个所述功耗预测模型进行调整，直到所述误差满足预设条件，得到各个设备分别对应的目标功耗预测模型，以通过所述目标功耗预测模型预测所述设备集群的功耗。2.根据权利要求1所述的方法，其特征在于，所述获取设备集群中各个设备分别对应的初始功耗预测模型，包括：获取设备集群中，各个设备的历史负载参数数据，以及所述历史负载参数数据对应的历史功耗数据；将所述历史功耗数据以及所述历史负载参数数据作为训练样本，对所述设备对应的原始预测模型进行训练，得到各个设备分别对应的初始功耗预测模型。3.根据权利要求2所述的方法，其特征在于，所述获取设备集群中，各个设备的历史负载参数数据，以及所述历史负载参数数据对应的历史功耗数据，包括：获取在多个历史时段内，在所述设备集群中，各个所述设备分别对应的静态配置参数以及动态负载参数，以及获取各个所述历史时段内所述设备分别对应的历史功耗数据；在所述将所述历史功耗数据以及所述历史负载参数数据作为训练样本，对所述设备对应的原始预测模型进行训练之前，所述方法还包括：根据所述静态配置参数、所述动态负载参数，以及所述历史功耗数据，建立所述设备对应的原始预测模型。4.根据权利要求1或3所述的方法，其特征在于，所述获取各个设备分别对应的静态配置参数以及动态负载参数，包括：获取各个设备分别对应的静态配置参数；每隔预设时间间隔，获取各个所述设备分别对应的动态负载参数。5.根据权利要求1所述的方法，其特征在于，所述获取设备集群中各个设备分别对应的初始功耗预测模型，包括：对设备集群中的各个设备进行分类，以获取多个设备类别；根据所述设备类别，建立所述设备类别对应的初始功耗预测模型。6.根据...
【专利技术属性】
技术研发人员：丁圣勇，吴林泽，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。