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
磨抛工艺
相关性分析方法
稳定性分析方法
机器人
数据收集方法
轨迹预测模型
轨迹特征
遗传算法
计划
LSTM模型
机器人本体
电气安装板
控制风扇启动
热管
温度传感器
危险品
智能物料分拣
实时监控系统
DBSCAN算法
堆叠高度