一种基于强化学习的多GPU服务器集群液冷流量分配方法

本发明涉及液冷流量分配技术领域，公开一种基于强化学习的多GPU服务器集群液冷流量分配方法，包括：S1，采集多GPU服务器中各GPU的运行状态参数，所述运行状态参数包括核心温度、电压、电流和负载利用率，通过滑动时间窗口进行热行为建模，生成表示GPU短时热趋势的热动态特征向量；S2，实时采集液冷系统各通道的流速、进出水温差和冷板热阻，将所述液冷组件表示为图结构。本发明采用基于图神经网络与强化学习联合建模的技术方案，通过对GPU热动态特征与液冷系统拓扑状态进行融合编码，且引入Actor‑Critic架构实现液冷流量的自适应调控，达到提升多GPU服务器集群散热效率与能耗平衡控制能力的技术效果。