一种人工智能数据中心的能效评价方法

本发明属于数据中心技术领域，且公开了一种人工智能数据中心的能效评价方法，通过构建动态特征库与AI自适应权重模型，解决了现有技术中静态评价方法与数据中心实时运行状态脱节的问题；动态特征库实时采集并关联业务场景标签与时空耦合数据，为AI自适应权重模型提供场景化依据，使权重调整从现有技术的“被动响应指标突变”转变为“主动适配业务场景变化”，有效捕捉服务器负载波动、环境调节等动态因素对能效的非线性影响，让能效评价结果更贴合数据中心实际运行状态，适配AI数据中心因业务切换导致的能效因子关联性变化，通过深度学习模型实现权重的场景化自适应调整，解决了现有技术中固定权重分配忽略不同业务场景差异的局限。