摘要
本发明涉及AI集群式服务器技术领域,尤其为一种低温运行的AI集群式服务器及其使用方法,包括以下步骤:S1:获取通过冷板低温运行的AI集群式服务器,冷板内置多参数传感器单元对影响冷却液性能的温度T、酸碱度pH、电导率EC、悬浮颗粒浓度SC和氧化还原电位ORP数据;S2:对获取的温度T、酸碱度pH、电导率EC、悬浮颗粒浓度SC和氧化还原电位ORP数据进行去除噪声和异常值处理;S3:将步骤二中预处理后的数据集划分为训练集和测试集,并构建LSTM模型,本发明中,可以准确、及时地监测和预测低温运行的AI集群式服务器中冷却液的健康状态,可以最大程度的对液冷更换的时间节点进行精准判断,进一步确保服务器的稳定运行并降低维护成本和风险。
技术关键词
集群式服务器
线性回归模型
冷却液
多参数传感器
LSTM模型
指数
冷板
梯度下降法
表达式
数学
噪声
低通滤波器
数据平台
传播算法
特征选择
处理器
误差
动态
系统为您推荐了相关专利信息
激光控制系统
模拟模型
二氧化碳激光器
脉冲
周期
电子节流阀
温度传感器
模糊神经网络模型
引流装置
流量传感器