买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东迅扬科技股份有限公司

摘要：本发明公开了一种服务器固件升级方法，包括S1、获取服务器在固件升级过程中的实时温度数据；S2、生成热负荷变化曲线；S3、根据热负荷变化曲线，确定服务器的各个散热组件的当前状态；S4、构建基于深度学习算法的服务器固件温控模型；S5、通过服务器固件温控模型动态调整服务器风扇的转速；S6、通过服务器固件温控模型控制液体冷却循环系统的流量和循环频率；S7、实时监控服务器的温度变化；S8、在温度超过预设安全范围时，触发报警机制并记录相关数据；S9、完成固件升级。本发明通过构建基于深度学习算法的服务器固件温控模型，实时预测和调整服务器的温度，确保在固件升级过程中服务器始终维持在安全的温度范围内。

主权项：1.一种服务器固件升级方法，其特征在于，包括如下步骤：S1、获取服务器在固件升级过程中的实时温度数据；S2、分析固件升级过程中实时温度数据的热负荷变化，生成热负荷变化曲线；S3、根据热负荷变化曲线，确定服务器的各个散热组件的当前状态，包括风扇转速、散热片布局及液体冷却循环系统的运行状态；S4、构建基于深度学习算法的服务器固件温控模型；S4包括如下步骤：S41、收集固件升级过程中服务器的温度数据Tt、热负荷数据Qt以及相关的环境变量数据Xt和服务器运行负载数据Yt；S42、将收集到的数据集分为训练集和验证集，使用训练集对深度学习模型进行训练；S43、构建基于改进深度学习算法的服务器固件温控模型，服务器固件温控模型结构包括输入层、多个改进隐藏层和输出层，输入层接收温度数据Tt、热负荷数据Qt以及相关的环境变量数据Xt和服务器运行负载数据Yt数据；S44、改进隐藏层采用混合卷积神经网络、长短期记忆网络和图神经网络，捕捉温度和热负荷随时间变化的动态特征及空间特征： ；其中，为第k个卷积核的权重矩阵，为第k个卷积核的偏置项，为激活函数；长短期记忆网络单元的状态更新公式为： ； ； ； ； ； ；其中，为输入门，为遗忘门，为输出门，为细胞状态，为隐藏状态，、、、为权重矩阵，、、、为偏置项，为输入数据，包括温度数据Tt、热负荷数据Qt以及相关的环境变量数据Xt和服务器运行负载数据Yt；图神经网络层用于捕捉服务器组件之间的依赖关系： ；其中，为时间t的节点，为节点v的邻域，为GNN层的权重矩阵，为偏置项；S45、在隐藏层后引入多头注意力机制，对隐藏状态进行加权，计算加权后的输出At： ； ； ；其中，为注意力向量，为注意力权重矩阵，为注意力偏置项，为注意力权重，H为注意力头的数量；S46、输出层生成服务器温度的预测值，用于动态调整服务器的散热策略，输出公式为： ；其中，为输出层权重矩阵，为输出层偏置项；S47、使用验证集对训练好的服务器固件温控模型进行验证，通过调整服务器固件温控模型参数最小化预测误差，优化服务器固件温控模型性能，损失函数为： ；其中，N为验证样本数量，为真实温度值，为预测温度值；S48、将训练和验证后的服务器固件温控模型应用于服务器温控系统，实现固件升级过程中的温度预测和动态调控；S5、通过服务器固件温控模型动态调整服务器风扇的转速，优化空气流动并加强散热效果；S6、通过服务器固件温控模型控制液体冷却循环系统的流量和循环频率，增强液体冷却效果；S7、实时监控服务器的温度变化，确保服务器在固件升级过程中始终维持在预设的安全温度范围内；S8、在温度超过预设安全范围时，触发报警机制并记录相关数据，以供后续分析和改进；S9、完成固件升级后，恢复服务器散热组件到正常运行状态，并输出升级过程的温度变化报告。

全文数据：

权利要求：

百度查询： 广东迅扬科技股份有限公司 一种服务器固件升级方法