一种基于多智能体调度的数据中心风墙热管理方法与流程

本发明涉及热管理，具体为一种基于多智能体调度的数据中心风墙热管理方法。

背景技术：

1、随着云计算与人工智能技术的快速发展，高算力密度ai智算中心内部的机柜功率密度持续攀升。为满足极端的散热需求，风墙制冷技术凭借大风量与低送风风速等物理特性，逐渐取代传统空调架构，成为中大型数据中心的主流热管理硬件。然而，由于底层的计算任务调度软件算法与暖通环境控制逻辑未能深度融合，实际运行中仍存在严重的能效瓶颈。

2、目前，数据中心普遍采用主导计算任务分配的it管理调度平台与主导基础设施环境的环境管理平台。由于两套系统相互割裂，任务调度策略通常仅以算力吞吐量和处理性能为优化目标，属于环境盲状态；暖通冷却系统则以维持全局温度为单一目的，导致动态任务调度与散热响应之间存在严重的时空异步。当海量高密度计算任务瞬间分配给特定机柜的服务器集群时，算力节点功耗及发热量在极短时间内急剧升高。而现有的风墙控制系统多依赖传统的温度反馈驱动机制，从传感器捕捉温度偏离信号，到运算后驱动变频器调整风机转速、阀门开度，其物理控制链路存在长达数分钟的热延迟效应，无法实现冷却供给与动态负载的精准时空匹配。

3、这种空间与时间上的异步错位和时滞，不仅极易使突发高负载服务器形成局部热点，触发芯片降频保护，进而降低任务处理性能，还会迫使风墙系统为消除单点热点而全功率拉高总送风静压，导致处于低负载或待机状态的机柜遭遇过度冷却，造成大量的电能浪费。此外，现有控制技术在面对风墙系统多风机、共享同一静压箱的非线性强耦合特征时，极易面临状态空间与动作空间爆炸导致的算法不收敛问题，且缺乏在训练探索阶段的确定性物理安全屏蔽机制，难以在保障算力节点热安全的前提下，实现系统整体能耗与任务处理性能的协同优化。

4、综上所述，如何解决动态任务调度与散热响应之间的时空异步与时滞问题，以协同优化算力热安全、系统能耗与任务处理性能，是本领域亟待解决的技术问题。

5、为此，提出一种基于多智能体调度的数据中心风墙热管理方法。

技术实现思路

1、本发明的目的在于提供一种基于多智能体调度的数据中心风墙热管理方法。本发明通过提取突发任务特征输入神经网络模型映射输出负载环境影响张量，并与算力节点三维坐标拼接生成调度前馈向量；构建以环境执行和候选算力智能体为节点、空间场耦合拓扑为边的图神经网络；基于前馈向量计算预期调节量输入图神经网络，预测输出串扰补偿系数并生成解耦控制量基准；结合算力节点可用环境承载裕度筛选目标算力智能体；在释放任务时同步下发环境预补偿指令，以目标算力智能体裕度吸收时滞期热量累积。本发明解决了动态任务调度与散热响应的时空异步与时滞问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于多智能体调度的数据中心风墙热管理方法，包括：

4、提取突发计算任务特征，输入至包含处理器动态功耗关联参数的神经网络模型中映射输出负载环境影响张量；将负载环境影响张量与各候选算力智能体的三维物理坐标进行拼接，对应生成各候选算力智能体的任务调度前馈向量；

5、构建以环境执行智能体与候选算力智能体为节点、以空间场耦合拓扑为边的图神经网络；基于任务调度前馈向量计算预期调节量，输入图神经网络预测输出空间场串扰补偿量，并生成解耦环境控制量基准；

6、基于获取的各候选算力智能体的物理环境参数计算其对应的可用环境承载裕度；根据可用环境承载裕度与解耦环境控制量基准进行节点匹配，筛选出位于解耦环境控制量基准覆盖范围内、且可用环境承载裕度最高的候选算力智能体作为目标算力智能体；

7、在任务释放前以冷却生效时延为提前窗口下发环境预补偿指令，收到进风量确认信号后释放任务。

8、优选的，提取突发计算任务特征，输入神经网络模型中映射输出负载环境影响张量，包括：获取突发计算任务的并发线程数量以及内存访问频次作为突发计算任务特征；调取各候选算力智能体的底层硬件物理属性配置参数作为处理器动态功耗关联参数；将突发计算任务特征输入至多层感知机模型中输出归一化算力负荷张量；将归一化算力负荷张量与处理器动态功耗关联参数及处理器运行参数共同输入进入物理约束映射层计算动态功耗分量和计算漏电流功耗分量；将当前时间步的动态功耗分量与漏电流功耗分量叠加获取对应时间步的总发热功率；基于由等效热阻与等效热容组成的一阶集总参数热模型，利用前一时间步的结温估算数值、当前时间步的总发热功率及环境温度，沿时间轴顺序递推更新各时间步的结温估算数值；并将由各时间步总发热功率构成的序列作为负载环境影响张量输出。

9、优选的，将负载环境影响张量与各候选算力智能体的三维物理坐标进行拼接，生成任务调度前馈向量，包括：获取各候选算力智能体在数据中心机房绝对坐标系下的空间位置，将空间位置转化为包含长、宽、高维度坐标数值的三维物理坐标；按照预设的数据维度对齐规则，将负载环境影响张量的末端维度与对应候选算力智能体的三维物理坐标的起始维度进行数据拼接；对应生成包含时间维度的预期热力演化数据以及空间维度的位置分布数据的任务调度前馈向量。

10、优选的，构建以环境执行智能体与候选算力智能体为节点、以空间场耦合拓扑为边的图神经网络，包括：将数据中心内的风墙风机单元定义为环境执行智能体，将数据中心内的服务器机柜定义为所述候选算力智能体；采集风墙风机单元与服务器机柜之间的送风通道走向数据、回风通道走向数据以及静压箱几何边界数据作为物理气流路径数据；以环境执行智能体以及候选算力智能体作为图结构的顶点，以物理气流路径数据作为图结构的边；提取送风静压箱的流体力学阻抗数值为边赋予连接权重，构建得到空间场耦合拓扑以及对应的图神经网络。

11、优选的，基于任务调度前馈向量计算预期调节量，输入图神经网络预测输出空间场串扰补偿量，并生成解耦环境控制量基准，包括：针对每个候选算力智能体，基于其对应的任务调度前馈向量，通过预设控制策略变换得到对应的电动风门开度变化量以及风机变频转速变化量，并将电动风门开度变化量以及风机变频转速变化量作为预期调节量；通过所述图神经网络的节点状态聚合机制与图信息传递机制，预测预期调节量对静压场及各机柜进风量造成的扰动分布，输出全局环境状态预测矩阵；将各风机转速百分比和各风阀有效流通系数作为控制变量，在执行器上下限、单步变化速率、风机安全工作区及最低机柜风量约束下，以全局环境状态预测矩阵与目标状态的偏差最小化为目标求解控制增量；控制命令下发后，在预定确认窗口内比较实测输出与预测输出，当归一化残差超过阈值或传感器状态无效时，撤销前馈补偿并切换至经验证的反馈控制策略，对应生成解耦环境控制量基准。

12、优选的，基于获取的各候选算力智能体的物理环境参数计算其对应的可用环境承载裕度，包括：采集各候选算力智能体的出风口温度数值、物理质量数值以及各候选算力智能体所采用的设备材质比热容数值，将其作为所述物理环境参数；将预设的安全上限温度数值减去所述出风口温度数值得到温度余量；将所述温度余量、所述物理质量数值与所述设备材质比热容数值进行乘积运算，得到用于表征对应候选算力智能体相对散热缓冲能力的可用环境承载裕度评估值。

13、优选的，根据可用环境承载裕度与解耦环境控制量基准进行节点匹配，筛选出位于解耦环境控制量基准覆盖范围内、且可用环境承载裕度最高的候选算力智能体作为目标算力智能体，包括：解析所述解耦环境控制量基准，划定所述解耦环境控制量基准对应的候选送风几何覆盖区域，并结合候选算力智能体所在机柜的实测进风响应确认得到能够实现有效气流覆盖的候选算力智能体集合；在所述候选算力智能体集合中，按照所述可用环境承载裕度的数值进行降序排列；将裕度数值最高的候选算力智能体确定为目标算力智能体；若存在裕度数值相同的情形，则以节点编号最小者为准；若所述候选算力智能体集合为空，则进入预设的排队或降级处理流程。

14、优选的，在任务释放前以冷却生效时延为提前窗口下发环境预补偿指令，收到进风量确认信号后释放任务，包括：获取从风机与风阀命令发出至目标算力智能体进风量达到目标增量预设比例所需时间的统计上侧分位数，作为提前窗口时长；在计划任务释放时刻前提前所述提前窗口时长下发风机转速与风阀开度命令，在收到进风量确认信号后释放任务，若超时未确认则执行排队、降频或改派；计算突发计算任务在所述提前窗口时长内相对于当前散热基线的增量净热流积分值作为硬性热安全约束条件，筛选目标算力智能体；对于不允许等待的任务，以增量功率上侧置信界和经阶跃试验辨识的瞬态热模型计算预测结温上界，仅在预测结温上界低于硬件温度阈值并保留不确定度裕量时允许同步释放。

15、与现有技术相比，本发明的有益效果为：

16、1.本发明通过提取突发计算任务的并发线程数量与内存访问频次，并结合处理器的实时工作电压、时钟频率及漏电流物理参数，构建了包含多层感知机与物理约束映射层的网络结构。该结构基于离散一阶集总参数热方程，以等效热阻与等效热容逐步推演各预测时间步的结温与发热功率时序序列，兼顾了热容积累效应与时滞对功耗-温度耦合关系的影响，实现了对算力节点发热功率随时空分布状态的时序预测，增强了所生成的前馈控制指令与芯片实际热演进趋势的物理匹配度。

17、2.本发明以实际的物理气流路径数据及流体力学阻抗数值为基础构建图神经网络，并利用节点状态聚合与图信息传递机制，对静压场内由风门和风机调节引发的非线性压力扰动分布进行预测。通过提取非线性压力变化数值并叠加空间场串扰补偿量，系统能够生成消除流体力学耦合干扰的解耦环境控制量基准，改善了风墙机组多设备协同工作时的气流分布稳定性，实现了多设备节点调节指令在强耦合流体环境下的有效解耦。

18、3.本发明基于算力节点的温度余量、物理质量与比热容等客观物理参数量化可用环境承载裕度，指导计算任务向高裕度节点进行空间路由匹配；同时在时间维度上，引入独立缓冲队列，依据机械执行机构的固有延迟时间常数提前下发环境预补偿指令。这种在空间物理承载力和时间响应常数上的同步机制，补偿了基础设施机械动作与计算资源瞬时调度之间的时间差，提升了高算力负载工况下目标算力智能体的物理热安全性与业务运行的可靠性。