一种用于AI服务器的智能运维系统及方法

本发明公开了一种用于AI服务器的智能运维系统及方法，涉及智能运维技术领域，该系统运行中，对AI服务器运行过程中生成的多维度状态数据进行实时采集与统一预处理，形成一致性特征矩阵，基于实时数据与历史数据，结合机器学习算法或深度学习模型，计算出服务器智能运维指数SIOI，通过构建故障风险评估公式及阈值设定，实现对服务器潜在故障的早期预警，通过构建资源分配优化模型，综合考虑任务优先级、硬件利用率及能耗因素，生成资源优化指标，基于服务器运行的历史数据和运行反馈，采用深度强化学习算法或在线学习机制，自动优化故障预测模型及资源分配模型的参数，根据动态变化的运行环境和任务特性，调整模型的适配能力。