[发明专利]一种服务器风扇调控方法、系统、设备及介质

说明书

本发明属于计算机领域，具体涉及一种服务器风扇调控方法、系统设备及介质。其中，方法包括：将风扇调度算法的预定参数作为量子遗传算法的输入参数，并基于量子遗传算法的运行方式进行迭代优化得到所述风扇调度算法的预定参数的最优解；将通过量子遗传算法迭代优化得到的预定参数的最优解输入到所述风扇调度算法并将所述风扇调度算法的输出结果作为风扇调控的调控值。通过本发明提出的一种服务器风扇调控方法，利用量子遗传算法优化PID参数调控系统风扇，本发明自动根据温度自动调节PID参数，解放了大量人力资源，并且在有效降低风扇功耗的前提下，解决了系统散热问题，提高了产品的核心竞争力。

技术领域

本发明属于计算机领域，具体涉及一种服务器风扇调控方法、系统设备及介质。

背景技术

随着科技的发展，服务器技术行业日益成熟，尤其是携带智能设备的服务器发展迅速。携带智能设备的服务器往往在高压下工作，使得CPU内存、磁盘以及智能网卡等关键器件温度迅速上升，目前系统快速散热是智能服务器行业的关键问题之一，如何有效控制系统功耗前提条件下快速散热是一个迫切需要解决的问题。

在通用的服务器外设，在S5状态是不需要风扇散热。而智能网卡等智能备在S5状态已经开始工作，如果不考虑其散热方案，会影响其正常的工作，甚至会导致设备性能下降以及设备的永久性损坏。

目前传统的服务器风扇调控策略主要依靠PID算法，在不同环境温度条件下，需要人工进行参数调试，浪费大量的人力资源。同时，人为调参不能保证PID参数达到最优解，即不能保证系统达到最优的散热策略。

发明内容

为解决上述问题，本发明提出一种服务器风扇调控方法，包括：

将风扇调度算法的预定参数作为量子遗传算法的输入参数，并基于量子遗传算法的运行方式进行迭代优化得到所述风扇调度算法的预定参数的最优解；

将通过量子遗传算法迭代优化得到的预定参数的最优解输入到所述风扇调度算法并将所述风扇调度算法的输出结果作为风扇调控的调控值。

在本发明的一些实施方式中，将风扇调度算法的预定参数作为量子遗传算法的输入参数，并基于量子遗传算法的运行方式进行迭代优化得到所述风扇调度算法的预定参数的最优解包括：

基于所述风扇调度算法的预定参数为每个预定参数生成预定个数的量子比特以形成量子种群。

在本发明的一些实施方式中，将风扇调度算法的预定参数作为量子遗传算法的输入参数，并基于量子遗传算法的运行方式进行迭代优化得到所述风扇调度算法的预定参数的最优解还包括：

求解所述预定参数对应的量子比特对应的二进制解。

在本发明的一些实施方式中，求解所述预定参数对应的量子比特对应的二进制解包括：

判断量子种群中个体量子状态是否大于预定值，并将大于所述预定值的量子状态置为第一预定值，将小于所述预定值的量子状态置为第二预定值。

在本发明的一些实施方式中，方法还包括：

基于预定算法计算预定参数对应的二进制解的适应度。

在本发明的一些实施方式中，方法还包括：

通过预定方式将量子门进行旋转并将对应的预定参数所代表的量子种群进行更新。

在本发明的一些实施方式中，方法还包括：

响应于所述量子种群更新，重新计算所述预定参数对应的量子比特的适应度，直到所述适应度满足预设条件；

响应于所述适应度满足预设条件，将所述适应度对应的预定参数的值作为风扇调度算法的输入值，输入到风扇调度算法得到对风扇的调控值，并通过所述调控值调控所述服务器的风扇。