一种基于仿真GPU的电源测试方法、系统及存储介质技术方案

本发明专利技术公开了一种基于仿真GPU的电源测试方法、系统及存储介质，属于电源测试技术领域。包括：采集真实运行GPU的功耗数据和温度数据，形成数据集；根据所述数据集构建最大似然估计模型和最大瞬态变化模型；根据所述最大似然估计模型和所述最大瞬态变化模型，控制可编程负载变化以实现对待测PSU的测试；记录对待测PSU的测试中的波形和电流数据，得到测试结果。本发明专利技术通过电子负载来模仿真实GPU负载变化，监测电源的变化，以此实现对电源的测试，节省了测试平台的搭建和物料成本，提高了测试验证的工作效率。工作效率。工作效率。

【技术实现步骤摘要】
一种基于仿真GPU的电源测试方法、系统及存储介质


[0001]本专利技术涉及电源测试
，具体涉及一种基于仿真GPU的电源测试方法、系统及存储介质。

技术介绍

[0002]随着市场中对于人工智能的研究越发重视，AI服务器的市场需求也逐渐增大，服务器电源(PSU)作为服务器的重要部件，对服务器的稳定运行有着至关重要的作用。而图形处理器(GPU，Graphics Processing Unit)是高性能服务器中的核心图形处理器，在AI服务器中起到不可或缺的作用，其工作时功耗很大。而且在AI服务器各类部件中，GPU的更新换代较快，不同型号的GPU在性能测试各方面存在较大差异。同时GPU价值较高，容易损坏，使得整体测试过程效率较低、消耗成本较大。
[0003]在对服务器电源测试过程中，在GPU压力模型中，不同时间需要进行的并行运算量存在很大差异，电源负载会在短时间内进行剧烈变化，这使得电源测试过程中面临更多的挑战。而且，亟需一种服务器电源测试平台，替代不同类型的GPU，降低电源测试对GPU的过度依赖。

技术实现思路

[0004]为了解决上述
技术介绍
中提到的至少一个问题，本专利技术提供一种基于仿真GPU的电源测试方法及系统，通过电子负载来模仿真实GPU负载变化，监测电源的变化，以此实现对电源的测试，节省了测试平台的搭建和物料成本，提高了测试验证的工作效率。
[0005]本专利技术实施例提供的具体技术方案如下：
[0006]第一方面，提供一种基于仿真GPU的电源测试方法，所述方法包括：
[0007]采集真实运行GPU的功耗数据和温度数据，形成数据集；
[0008]根据所述数据集构建最大似然估计模型和最大瞬态变化模型；
[0009]根据所述最大似然估计模型和所述最大瞬态变化模型，控制可编程负载变化以实现对待测PSU的测试；
[0010]记录对待测PSU的测试中的波形和/或电流数据，得到测试结果。
[0011]进一步的，还包括：通过示波器记录所述波形以及通过霍尔元器件检测出所述电流数据；
[0012]判断所述波形和/或所述电流数据是否满足预设条件；
[0013]若所述波形和/或所述电流数据均满足预设条件，则所述测试结果为通过；
[0014]否则，则所述测试结果为不通过。
[0015]进一步的，采集运行GPU压力模型的功耗数据和温度数据，形成数据集，具体包括：
[0016]PC控制中心通过USB串口与功率计连接，并记录真实运行GPU时的功耗数据；
[0017]PC控制中心通过监控BMC状态，记录真实运行GPU时的温度数据；
[0018]通过所述PC控制中心多次真实运行GPU，得到包括时间维度、所述功耗数据、所述
温度数据的所述数据集。
[0019]进一步的，使用所述数据集，求取最大似然估计模型和最大瞬态变化模型，具体包括：
[0020]分别计算所述功耗数据和所述温度数据的均值、方差和标准差；
[0021]判断所述方差是否大于标准差；
[0022]若是，则保存为第一数据集；
[0023]若否，则保存为第二数据集。
[0024]进一步的，将所述第一数据集保存为最大瞬态变化模型；对所述第二数据集中数据进行预处理，求取似然函数和最大似然估计，得到最大似然估计模型。
[0025]进一步的，根据所述最大似然估计模型和所述最大瞬态变化模型，控制可编程负载变化以实现对待测PSU的测试，具体包括：
[0026]PC控制中心根据所述最大似然估计模型和所述最大瞬态变化模型，控制温箱和负载在时间维度变化，并开始对所述待测PSU进行加压测试。
[0027]进一步的，采用运放比较模块与所述霍尔元器件连接，对所述霍尔元器件输出的电压信号进行信号增强。
[0028]第二方面，提供一种基于仿真GPU的电源测试系统，所述系统包括：
[0029]信息采集模块，用于采集真实运行GPU的功耗数据和温度数据，形成数据集；
[0030]数据统计模块，使用所述数据集，求取最大似然估计模型和最大瞬态变化模型；
[0031]模拟测试模块，根据所述最大似然估计模型和所述最大瞬态变化模型，控制可编程负载变化以实现对待测PSU的测试；
[0032]结果生成模块，记录对待测PSU的测试中的波形和电流数据，得到测试结果。
[0033]第三方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序实现如上所述方法的步骤。
[0034]第四方面，提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上所述的基于仿真GPU的电源测试方法。
[0035]本专利技术实施例具有如下有益效果：
[0036]1.通过采集运行GPU压力模型得到的功率和温度数据，得到数据集，使用数据集分别求取最大似然估计模型和最大瞬态变化模型，PC控制中心根据这两个模型中的温度变化和负载变化进行控制对待测PSU的加压测试，然后记录对待测PSU测试过程中的波形和电流变化，得到测试结果，通过电子负载来模仿真实GPU负载变化，监测电源的变化，以此实现对电源的测试，节省了测试平台的搭建和物料成本，提高了测试验证的工作效率；
[0037]2.通过示波器显示出波形数据，通过霍尔元器件读取电流数据，并将得到的波形数据和电流数据与预设条件中的数据进行比较，其中预设条件数据即为电源设计规范标准数据，当波形数据和电流数据均满足预设条件时，则表明待测PSU测试通过；
[0038]3.通过数据集获得两个模型，分别为最大似然估计模型和最大瞬态变化模型，包含了日常状态和极限状态下数据，使得根据该两种模型对可编程负载的控制更为精准，提高仿真测试过程的精确性。
附图说明
[0039]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0040]图1用于体现本申请的测试方法的示意图；
[0041]图2用于体现本申请中的霍尔元器件的应用电路图；
[0042]图3用于体现本申请中的信号增强电路图；
[0043]图4用于体现本申请中的控制可编程负载变化的示意图；
[0044]图5用于实施本申请中所述的各个实施例的示例性系统示意图；
[0045]图6用于体现本申请实施例中的计算机设备的结构示意图。
具体实施方式
[0046]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于仿真GPU的电源测试方法，其特征在于，所述方法包括：采集真实运行GPU的功耗数据和温度数据，形成数据集；根据所述数据集构建最大似然估计模型和最大瞬态变化模型；根据所述最大似然估计模型和所述最大瞬态变化模型，控制可编程负载变化以实现对待测PSU的测试；记录对待测PSU的测试中的波形和/或电流数据，得到测试结果。2.根据权利要求1所述的方法，其特征在于，还包括：通过示波器记录所述波形和/或通过霍尔元器件检测出所述电流数据；判断所述波形和/或所述电流数据是否满足预设条件；若所述波形和/或所述电流数据满足预设条件，则所述测试结果为通过；否则，则所述测试结果为不通过。3.根据权利要求1所述的方法，其特征在于，采集运行GPU压力模型的功耗数据和温度数据，形成数据集，具体包括：PC控制中心通过USB串口与功率计连接，并记录真实运行GPU时的功耗数据；PC控制中心通过监控BMC状态，记录真实运行GPU时的温度数据；通过所述PC控制中心多次真实运行GPU，得到包括时间维度、所述功耗数据、所述温度数据的所述数据集。4.根据权利要求3所述的方法，其特征在于，使用所述数据集，求取最大似然估计模型和最大瞬态变化模型，具体包括：分别计算所述功耗数据和所述温度数据的均值、方差和标准差；判断方差是否大于标准差；若是，则保存为第一数据集；若否，则保存为第二数据集。5.根据权利要求4所述的方法，其特征在于：将所述第一数据集保存为...

【专利技术属性】
技术研发人员：肖新港，施秋云，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：