一种深度学习计算单元把手测试方法、装置及设备与流程

本技术涉及测试，特别是涉及一种深度学习计算单元把手测试方法、装置及设备。

背景技术：

1、随着人工智能、大数据和高性能计算领域的快速发展，深度学习计算单元（deepcomputing unit，dcu）模组成为服务器核心加速组件，其算力密度与集成度持续提升，单模组的重量已经从传统的3kg到5kg，提升至8kg到15kg，部分搭载多芯片异构架构的高端模组的重量突破25kg。dcu模组的重量提升直接加剧了dcu把手的受力负荷。例如，15kg的dcu模组被提拉时把手需要承受至少147n的静拉力，并且在dcu模组插拔瞬间的惯性冲击会使得dcu把手的受力负荷达到静态拉力的1.8倍至2.2倍。若在插拔提拉dcu模组的过程中dcu把手发生故障，就会导致dcu模组发生磕碰落地等问题，导致dcu模组故障。

2、某互联网企业的运维统计数据显示，因dcu把手故障导致的dcu模组故障占比高达8.3%，单次故障修复平均耗时4小时，造成近10万元的算力损失。

3、因此，为了提高dcu把手的安全性，需要对dcu把手进行测试。

技术实现思路

1、本技术实施例的目的在于提供一种深度学习计算单元把手测试方法、装置及设备，以对dcu把手进行测试。具体技术方案如下：

2、第一方面，本技术实施例通过了一种深度学习计算单元把手测试方法，所述方法包括：

3、控制夹持单元对深度学习计算单元dcu把手施加拉力；

4、获取施加拉力的过程中所述夹持单元的受力特征，所述受力特征为所述夹持单元受到的压力和/或发生的位移；

5、基于所述受力特征，判断所述dcu把手是否出现疲劳特征；

6、若出现疲劳特征，则控制所述夹持单元停止施力；

7、基于所述夹持单元施力期间获取的受力特征，生成所述dcu把手的测试结果。

8、本技术的一个实施例中，在所述控制夹持单元对深度学习计算单元dcu把手施加拉力之前，还包括：

9、获取所述dcu把手的规格参数；

10、基于所述规格参数，确定夹持单元在测试过程中对dcu把手的测试方案，其中，所述测试方案包括以下参数中的至少一种：所述夹持单元对dcu把手的夹持力度、所述夹持单元的夹持位置、所述夹持单元对dcu把手施加拉力的大小和/或角度。

11、本技术的一个实施例中，所述控制夹持单元对深度学习计算单元dcu把手施加拉力，包括：

12、控制夹持单元对dcu把手施加第一预设拉力，所述第一预设拉力的方向垂直于固定所述dcu把手的固定面；

13、和/或

14、控制夹持单元对dcu把手施加第二预设拉力，所述第二预设拉力的方向与所述固定面的夹角大于0度且小于90度；

15、和/或

16、控制夹持单元对dcu把手施加脉冲式的第三预设拉力，所述第三预设拉力为所述第一预设拉力的预设倍数，所述预设倍数大于1。

17、本技术的一个实施例中，所述控制夹持单元对深度学习计算单元dcu把手施加拉力，包括：

18、控制夹持单元对dcu把手施加拉力，并在施加拉力期间调整所述dcu把手所在环境的环境系数，其中，所述环境系数为温度和/或湿度；

19、所述基于所述夹持单元施力期间获取的压力和位移，生成所述dcu把手的测试结果，包括：

20、基于所述夹持单元施力期间获取的压力、位移和环境系数，生成所述dcu把手的测试结果。

21、本技术的一个实施例中，所述基于所述受力特征，判断所述dcu把手是否出现疲劳特征，包括：

22、若所述夹持单元受到的压力相较于峰值压力的下降比例达到第一预设比例，则确定出现疲劳特征；

23、和/或

24、若所述夹持单元的位移回弹率相较于峰值位移回弹率的下降比例达到第二预设比例，则确定出现疲劳特征。

25、第二方面，本技术实施例提供了一种深度学习计算单元把手测试装置，所述装置包括：

26、拉力控制模块，用于控制夹持单元对深度学习计算单元dcu把手施加拉力；

27、特征获取模块，用于获取施加拉力的过程中所述夹持单元的受力特征，所述受力特征为所述夹持单元受到的压力和/或发生的位移；

28、疲劳判断模块，用于基于所述受力特征，判断所述dcu把手是否出现疲劳特征；

29、施力停止模块，用于若出现疲劳特征，则控制所述夹持单元停止施力；

30、结果生成模块，用于基于所述夹持单元施力期间获取的受力特征，生成所述dcu把手的测试结果。

31、本技术的一个实施例中，所述装置还包括：

32、规格获取模块，用于获取所述dcu把手的规格参数；

33、测试参数配置模块，用于基于所述规格参数，确定夹持单元在测试过程中对dcu把手的施力大小和/或施力角度。

34、本技术的一个实施例中，所述拉力控制模块，具体用于：

35、控制夹持单元对dcu把手施加第一预设拉力，所述第一预设拉力的方向垂直于固定所述dcu把手的固定面；

36、和/或

37、控制夹持单元对dcu把手施加第二预设拉力，所述第二预设拉力的方向与所述固定面的夹角大于0度且小于90度；

38、和/或

39、控制夹持单元对dcu把手施加脉冲式的第三预设拉力，所述第三预设拉力为所述第一预设拉力的预设倍数，所述预设倍数大于1。

40、本技术的一个实施例中，所述拉力控制模块，具体用于：

41、控制夹持单元对dcu把手施加拉力，并在施加拉力期间调整所述dcu把手所在环境的环境系数，其中，所述环境系数为温度和/或湿度；

42、所述结果生成模块，具体用于：

43、基于所述夹持单元施力期间获取的压力、位移和环境系数，生成所述dcu把手的测试结果。

44、本技术的一个实施例中，所述疲劳判断模块，具体用于：

45、若所述夹持单元受到的压力相较于峰值压力的下降比例达到第一预设比例，则确定出现疲劳特征；

46、和/或

47、若所述夹持单元的位移回弹率相较于峰值位移回弹率的下降比例达到第二预设比例，则确定出现疲劳特征。

48、第三方面，本技术实施例提供了一种深度学习计算单元把手测试设备，所述设备包括：

49、固定板，用于固定待测试的深度学习计算单元dcu把手；

50、夹持单元，与所述固定板连接；

51、驱动单元，用于驱动所述夹持单元；

52、控制单元，与所述驱动单元电连接，用于执行第一方面任一项所述的方法。

53、本技术的一个实施例中，所述夹持单元的夹持面上设置有压力传感器；

54、和/或

55、所述夹持单元的夹持面上设置有位移传感器；

56、和/或

57、所述夹持单元的外表面，沿其延伸方向设置有距离刻度。

58、本技术的一个实施例中，所述驱动单元包括：

59、驱动电机，用于驱动所述夹持单元对dcu把手施加第一预设拉力，所述第一预设拉力的方向垂直于所述的固定面；

60、角度调节轴，用于调节所述驱动电机对所述夹持单元施加的驱动力的方向，使得所述夹持单元对dcu把手施加第二预设拉力，所述第二预设拉力的方向与所述固定面的夹角大于0度且小于90度；

61、冲击模块，用于驱动夹持单元对dcu把手施加脉冲式的第三预设拉力，所述第三预设拉力为所述第一预设拉力的预设倍数，所述预设倍数大于1。

62、本技术的一个实施例中，所述设备还包括环境控制单元，所述环境控制单元包括：

63、腔体，所述腔体罩设于所述固定板和所述夹持单元；

64、环境控制器，用于控制所述腔体内的温度和/或湿度；

65、环境传感器，用于采集所述腔体内的温度和/或湿度信息。

66、本技术的一个实施例中，所述设备还包括图像采集设备，所述图像采集设备用于采集dcu把手的图像，并向所述控制单元传输所采集的图像；

67、所述控制单元，还用于获取所述dcu把手的规格参数；基于所述规格参数，确定夹持单元在测试过程中对dcu把手的测试方案，其中，所述测试方案包括以下参数中的至少一种：所述夹持单元对dcu把手的夹持力度、所述夹持单元的夹持位置、所述夹持单元对dcu把手施加拉力的大小和/或角度。

68、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。

69、第五方面，本技术实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面任一所述的方法。

70、本技术实施例有益效果：

71、本技术实施例提供的深度学习计算单元把手测试方法中，由于力的作用是相互的，因此在测试过程中采集的夹持单元的受力特征能够反映dcu把手的受力情况，所以基于所采集的受力特征可以生成dcu把手的测试结果，从而完成对dcu把手安全性的测试。另外，基于受力特征可以分析dcu把手是否出现疲劳特征，出现疲劳特征意味着dcu把手即将损坏，若继续施加拉力可能直接导致dcu把手出现故障。本技术在dcu把手出现实际故障前停止施力，可以避免dcu把手的突发性损坏导致的安全性问题以及数据丢失问题，从而可以提高测试数据的完整性，进而提高测试结果的准确性。

72、当然，实施本技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。