摘要
本申请涉及一种芯片故障预测方法、装置、设备及计算机可读介质。方法包括:基于芯片的动态数据对应的时间序列构建标准特征序列;基于聚类算法对所述标准特征序列进行聚类,确定典型工作模式及对应的基准时间序列;基于所述基准时间序列通过LSTM自编码器计算测试样本的偏离程度,基于所述偏离程度计算健康度得分;结合滑动时间窗口的健康度得分与芯片的硬件统计特征,通过多模型融合方法确定最终预测结果。本申请解决了芯片故障预测依赖大量已知标签样本,风险预测的准确性低,难以应对芯片实际运行过程中的负载不确定性的问题。
技术关键词
故障预测方法
多模型融合方法
序列
滑动时间窗口
芯片
聚类算法
时域统计特征
基准
编码器
长短期记忆模型
梯度提升决策树
故障预测装置
样本
多模态
典型
处理器
通信接口
模式