【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种计算集群温度告警方法、装置、存储介质及电子设备。
技术介绍
1、随着科技的不断发展，计算集群应用的越来越广泛，尤其是面向大型人工智能训练部署领域的基于gpu的大规模计算集群。
2、由于计算集群常常需要执行模型训练以及推理等高算力的任务，因此，计算集群所在的机房可能会出现温度异常的现象。为了监测计算集群的温度，及时察觉并解决温度异常的情况，以防硬件受损或系统崩溃，一般是通过在计算集群所在的机房放置的传感器获取温度，再判断温度是否达到设置的告警阈值，基于判断结果进行温度告警。
3、但是，传感器可能存在误差，导致监测的温度数据不够准确，并且，传感器的位置选择可能不够合理，导致部分区域的温度监测不到位，无法及时发现温度异常。因此，如何对计算集群进行温度告警是一个非常重要的问题。
4、基于此，本说明书提供一种计算集群温度告警方法。
技术实现思路
1、本说明书提供一种计算集群温度告警方法、装置、存储介质及电子设备，以部分的解决现有技术
【技术保护点】
1.一种计算集群温度告警方法，其特征在于，所述方法应用于计算集群，所述计算集群包括若干服务器；所述计算集群所在的物理环境中部署有若干传感器，所述传感器用于采集所述计算集群所在的物理环境的温度，所述方法包括：
2.如权利要求1所述的方法，其特征在于，将各硬件温度输入所述各服务器对应的预先训练的服务器告警模型，确定所述各服务器分别对应的第一状态，具体包括：
3.如权利要求2所述的方法，其特征在于，所述第一规则还包括第一条件；
4.如权利要求1所述的方法，其特征在于，将各第一状态和各环境温度输入预先训练的集群告警模型，确定所述计算集群对应...
【技术特征摘要】
1.一种计算集群温度告警方法，其特征在于，所述方法应用于计算集群，所述计算集群包括若干服务器；所述计算集群所在的物理环境中部署有若干传感器，所述传感器用于采集所述计算集群所在的物理环境的温度，所述方法包括：
2.如权利要求1所述的方法，其特征在于，将各硬件温度输入所述各服务器对应的预先训练的服务器告警模型，确定所述各服务器分别对应的第一状态，具体包括：
3.如权利要求2所述的方法，其特征在于，所述第一规则还包括第一条件；
4.如权利要求1所述的方法，其特征在于，将各第一状态和各环境温度输入预先训练的集群告警模型，确定所述计算集群对应的告警状态，具体包括：
5.如权利要求4所述的方法，其特征在于，所述第二规则还包括第二条件；
6.如权利...
【专利技术属性】
技术研发人员：刘懿，程稳，梅飞，曾令仿，朱春节，崔钰，韩珂，孔丽娟，盛明凯，
申请(专利权)人：之江实验室，
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。