基于算力芯片的状态检测方法、系统、计算机设备及介质

本申请涉及基于算力芯片的状态检测方法、系统、计算机设备及介质。方法包括：获取算力芯片多维度的硬件特征数据构建标准化时间序列数据集；基于深度学习以及硬件特征数据的物理约束条件对标准化时间序列数据集进行学习以构建健康评估模型，并选取目标样本数据生成健康基准时间序列；获取待检测数据序列，提取统计特征，通过多模态自编码器基于统计特征与健康基准时间序列进行序列重建，得到重建序列；基于重建序列与待检测数据序列确定算力芯片当前的健康状态偏离度，确定算力芯片当前的健康状态。本申请能够实现算力芯片的全生命周期的系统级老化建模及检测评估，精准地学习算力芯片的健康模式，显著提高老化状态检测的准确性和精度。