用于数据中心通信的自优化式无线系统的制作方法

本公开总体上涉及联网，特别地涉及联网设备及其操作方法。

背景技术：

1、数据中心架构持续向更高密度和越来越多样化的工作负载演变，从而使服务器、交换机和存储设备之间的网络连接成为关键的运行组成部分。传统的数据中心联网主要依赖于物理线缆布置基础设施，这在安装复杂性、维护要求和物理空间约束方面提出了挑战。无线通信技术提出了一种替代方案，可以潜在地减少对固定的线缆布置的依赖。在传统的无线联网实现方式中，诸如传输功率、频道（frequency channel）指派和调制方案的参数被配置为建立可靠的连接。这些参数影响性能特征，包括吞吐量、延时和误码率。随着无线技术进阶至毫米波和太赫兹频率范围，它们提供了越来越大的带宽潜力，其可以支持现代数据中心应用程序的严苛通信要求。

技术实现思路

1、根据本公开的至少一些方面，方法和系统涉及数据中心环境中的自优化式无线通信系统。在一些方面，描述了一个或更多个电路，其用于接收与多个数据中心组件之间的通信相关联的无线性能参数。一个或更多个电路可以将无线性能参数输入到机器学习模型中（该模型被训练以确定用于数据中心配置的无线参数调整），接收作为机器学习模型的输出的无线通信调整参数，并使用这些无线通信调整参数来更新配置表。

2、在一些实现方式中，无线性能参数包括信噪比、误码率、延时、吞吐量和干扰水平，这些参数从数据中心内的多个无线链路汇总得到。机器学习模型可以被实现为在特定于数据中心配置的数据上训练的神经网络。

3、由模型生成的无线通信调整参数可以包括调制方案调整、频率分配、带宽分配、传输功率电平和波束指向参数（beam steering parameter）。对于具有不同优先级级别的工作负载，系统可以针对高优先级工作负载实施较高阶调制方案（诸如64-qam到4096-qam），并针对低优先级工作负载实施较低阶调制方案（诸如qpsk、8-qam或16-qam）。

4、所述装置还可以基于工作负载信息来识别关键数据流量和非关键数据流量，并且对关键流量进行优先处理，特别是在网络拥塞时段期间或为了满足功耗要求。配置表维护数据中心组件与其相应的无线通信参数之间的映射，其被分发到无线收发器以供实现。

5、附加方面使得机器学习模型能够基于数据中心组件的物理布局确定干扰模式，并生成波束成形参数以改善信号隔离度。所述系统可以监测组件对之间的通信模式，识别频繁通信的组件，并相应地调整无线参数。配置表可以针对不同的通信范围（包括机群到机群（pod-to-pod）通信、机架到机架通信、以及托盘到托盘通信）维护单独的参数设置。

6、本公开的各示例方面提供了一种装置。在一些方面，所述装置可以包括一个或更多个电路，其用于：接收与多个数据中心组件之间的通信相关联的无线性能参数；将无线性能参数输入到机器学习模型中，该模型被训练以确定用于数据中心配置的无线参数调整；接收作为机器学习模型的输出的一个或更多个无线通信调整参数；以及，使用所述一个或更多个无线通信调整参数来更新配置表。

7、各方面包括，其中，所述无线性能参数包括以下中的至少一项：信噪比；误码率；延时；吞吐量；或干扰水平；并且，所述一个或更多个电路还用于将来自数据中心内的多个无线链路的无线性能参数进行汇总。

8、各方面包括，其中，所述机器学习模型包括在训练数据上训练的神经网络，训练数据包括特定于数据中心配置的无线性能参数。

9、各方面包括，其中，所述一个或更多个无线通信调整参数包括以下中的至少一项：调制方案调整；频率分配；带宽分配；传输功率电平；或波束指向参数。

10、各方面包括，其中，所述调制方案调整包括用于对高优先级工作负载实施较高阶调制方案、以及对低优先级工作负载实施较低阶调制方案的指令，其中，较高阶调制方案包括64-qam、128-qam、256-qam、1024-qam、2048-qam或4096-qam中的至少一种，并且，其中，较低阶调制方案包括qpsk、8-qam或16-qam中的至少一种。

11、各方面包括，其中，所述一个或更多个电路还用于：接收与多个数据中心组件相关联的工作负载信息；基于接收到的工作负载信息，识别关键数据流量和非关键数据流量；以及，基于网络拥塞的时段或为了满足功耗要求，使关键数据流量优先于非关键数据流量被处理。

12、各方面包括，其中，所述一个或更多个电路还被配置为：监测多个数据中心组件之间的工作负载条件，所述工作负载条件包括流量规模（traffic volume）、处理利用率或应用程序优先级数据中的至少一项；基于监测到的工作负载条件，识别工作负载优先级；以及，根据所识别的工作负载优先级，调整用于一个或更多个无线链路的带宽分配，其中，用于较高优先级工作负载的带宽被增加，以及，用于较低优先级工作负载的带宽被减少。

13、各方面包括，其中，所述配置表包括用于将数据中心组件映射到相应的无线通信调整参数的条目。

14、各方面包括，其中，所述一个或更多个电路还用于：将配置表分发到数据中心内的无线收发器；以及，使无线收发器实施一个或更多个无线通信调整参数。

15、各方面包括，其中，所述机器学习模型还被配置为：基于多个数据中心组件的物理布局来确定数据中心中的干扰模式；以及，生成相应的波束成形参数以改善信号隔离度。

16、各方面包括，其中，所述一个或更多个电路还用于：通过分析重叠的频带来生成每个收发器的干扰度量；确定每个收发器的波束指向角；以及，使用波束成形参数来更新配置表，其中，波束成形参数用于减少数据中心的无线网络上的干扰。

17、各方面包括，其中，所述一个或更多个电路还用于在配置表中针对不同类别的数据中心流量维护单独的无线通信调整参数，所述不同类别的数据中心流量包括以下中的至少两种：控制和管理流量、数据备份流量或实时应用程序流量。

18、各方面包括，其中，所述多个数据中心组件包括：机架安装式服务器；存储设备；以及支持无线功能的网络交换机。

19、各方面包括，其中，所述一个或更多个电路还用于：监测数据中心组件对之间的通信模式；识别频繁通信的数据中心组件；以及，基于被识别为频繁通信的数据中心组件，调整无线通信调整参数。

20、各方面包括，其中，所述配置表针对以下通信维护单独的参数设置：机群到机群通信；机架到机架通信；以及，机架内托盘到托盘通信。

21、各方面包括，其中，所述一个或更多个电路还用于：检测物理组件位置的变化；基于更新的物理组件位置，获得更新的无线性能参数；以及，将无线通信调整参数传递到一个或更多个数据中心组件。

22、各方面包括，其中，所述一个或更多个电路还用于：实时地监测无线性能参数；以及，基于监测到的无线性能参数，自动地调整多个无线链路的信号强度、频率分配或调制方案中的至少一项。

23、本公开的各示例方面提供了一种系统。在一些方面，所述系统包括多个无线通信接口，用于实现多个数据中心组件之间的通信；性能监测模块，用于接收与所述多个数据中心组件之间的通信相关联的无线性能参数；机器学习模型，被训练以确定用于数据中心配置的无线通信调整参数；以及，配置管理模块，用于使用从机器学习模型接收到的一个或更多个无线通信调整参数来更新配置表，其中所述多个无线通信接口基于所述配置表来实施所述无线通信调整参数。

24、各方面包括，其中，所述配置管理模块还用于：检测数据中心内的物理组件位置的变化；在检测到数据中心内的物理组件位置的变化之后，基于多个数据中心组件之间的距离，获得更新的无线性能参数；以及，基于更新的无线性能参数，将更新的无线通信调整参数传递到多个数据中心组件中的一个或更多个。

25、各方面包括，其中，所述机器学习模型还用于：分析数据中心中的工作负载波动的历史模式；识别特定工作负载类型和无线通信参数之间的相关性；并基于调度的工作负载，确定未来的无线资源要求，其中所述配置管理模块还用于在调度的工作负载开始执行之前，基于所确定的未来的无线资源要求，预先更新所述配置表。

26、本公开的各示例方面提供了一种设备。该设备可以包括：监测接口，用于从数据中心中的数据中心组件之间的多个无线链路接收无线性能度量；工作负载分析电路，用于：基于工作负载特征，识别不同类别的数据流量；确定不同类别的数据流量的优先级级别，并将优先级级别映射到无线资源要求；参数引擎，用于分析接收到的无线性能度量和无线资源要求；基于对接收到的无线性能度量和无线资源要求的分析，确定用于多个无线链路中的每个无线链路的无线通信参数，并生成用于无线通信参数的实施指令；以及，分发接口，用于将实施指令传输到与多个无线链路相关联的无线通信设备。

27、本文描述了附加特征和优点，并且根据以下详细描述和附图，附加特征和优点将是显而易见的。