适配车机温度阈值的模型推理动态降频控温安全运行系统及方法与流程

本发明涉及车载热管理，特别是适配车机温度阈值的模型推理动态降频控温安全运行系统及方法。

背景技术：

1、当前，量产的智能车机普遍搭载算力超100tops的车载soc，在持续运行环境感知大模型、舱驾融合推理任务时，核心算力单元功耗可瞬间突破40w，在短时间内芯片温度即可攀升至90℃以上。在实际情况中需对温度进行监控，并视温度的变化对车机进行降频。

2、对于这方面的研究，申请号为cn202510128402.8的申请文件提供了一种车辆控制单元温控方法、系统、存储介质及电子设备，该技术方案包括：获取ecu元器件和电机的温度参数和时间参数，计算上电时刻的初始温度；计算ecu元器件和电机的散热量和升热量，根据初始温度，对下一时刻的温度进行估计，得到估计温度值；设定温度阈值，将估计温度值与温度阈值对比，得到温度等级，判断是否需要进行温度降级处理。该技术方案可减少热量累积，从而避免ecu元器件和电机被高温损坏。

3、另一申请号为cn202510341044.9的申请文件提供了一种智能座舱处理器频率调节方法、系统、设备和介质，该技术方案包括：获取车载智能座舱的多模态的若干传感器数据，以及所述处理器的当前负载数据和当前温度数据；将其输入到负载预测模型中，以输出处理器的负载预测结果；将若干传感器数据分类至各个优先级队列中，若存在分类至目标优先级队列的目标传感器数据，则获取所述目标优先级队列的延迟时间。该技术方案对处理器的算力频率进行调节，以使算力频率增大并维持目标时长。

4、然而，上述技术方案仅以单一瞬时温度值作为唯一降频判定依据，易受环境瞬时温度波动和传感器采样噪点干扰而无差别触发强制降频，易引发感知帧率不足、响应延迟超标的行车安全隐患问题，同时，上述技术方案仅对当前单次温度数据做响应，无法沉淀算力增幅异常跳变的历史特征，后续重复出现同类高负载风险场景时无法提前预判规避，导致全生命周期的温控适配精度无法自主迭代提升。

技术实现思路

1、鉴于上述现有的车载热管理技术领域中存在的问题，提出了本发明。

2、因此，本发明其中的一个目的是提供适配车机温度阈值的模型推理动态降频控温安全运行系统及方法，其以毫秒级算力-温度联动检测机制，仅在同时满足温变超标+算力增幅超10%两个条件时才触发降频，既杜绝误降频浪费算力，又提前预判温升风险，且自动迭代校准阈值，保障高安全智驾推理任务算力供给，满足行车功能安全。

3、为解决上述技术问题，本发明提供如下技术方案：

4、一方面，本发明提供适配车机温度阈值的模型推理动态降频控温安全运行系统，包括：

5、数据获取模块，用于获取温度，包括获取车机的cpu的温度，并对所获取的温度进行相关处理；

6、数据处理模块，所述数据处理模块包括动态阈值校准单元和获取单元；

7、所述动态阈值校准单元响应所述数据获取模块，用于对所获取的温度进行动态阈值的校准处理，包括：

8、获取相关数据，所述相关数据包括所述cpu出厂标定的通用属性，所述通用属性包括最高算力负载；

9、基于所述温度，获取车机的cpu的温度的变化，根据所述变化获取cpu的算力负载，包括以cpu的温度每提高10%为基础获取对应的算力负载；

10、根据温度每提高10%所获取的算力负载，获取温度每提高10%时所述算力负载的增加幅度；

11、以温度每提高10%为基准，获取与算力负载的增加幅度超出10%所对应的温度，将所述温度视为ⅰ温度，将小于所述ⅰ温度10%的温度视为参考温度；

12、获取所述参考温度提高至ⅰ温度的用时，将所述用时拆分为10个均为2毫秒的时间节点，获取各所述时间节点中算力负载的增加幅度的变化；

13、将所述用时视为参考用时，基于所述参考用时预设关于温度的温度阈值；

14、基于所述温度阈值对cpu进行降频操作，于未来时刻，所述cpu在与所述参考用时相同的用时内，若温度的提高超出所述温度阈值，则对cpu进行降频；

15、于未来时刻，所述cpu在与所述参考用时相同的用时内，若温度的提高超出温度阈值，但算力负载的增加幅度未超出10%，则不对cpu进行降频；

16、根据所述温度阈值，于未来时刻，所述cpu在与所述参考用时相同的用时内，若温度的提高低于所述温度阈值，则以实际提高的温度对所述温度阈值进行更新校准；

17、所述获取单元用于进行相关获取。

18、作为本发明的一种优选方案，其中：所述相关获取，包括：

19、于所述参考用时内，获取与温度每提高0.5℃对应的用时，将所述用时视为对照用时；

20、于未来时刻，在与所述对照用时相同的用时内，若获取到温度每提高0.5℃所需的用时低于对照用时，则发出预警；

21、当预警发出后，在用时连续低于对照用时的情况下，若温度的提高超出3%，则对所述cpu进行降频。

22、作为本发明的一种优选方案，其中：于所述动态阈值校准单元中，获取各所述时间节点中算力负载的增加幅度的变化，如下所示：

23、，=0，1，2，...，10；

24、式中，表示第个获取的时间节点；

25、表示与所述参考温度对应的起始时刻；

26、表示采样点序号；

27、；

28、式中，表示与第个时间节点对应的cpu的算力负载；

29、表示第个时间节点的cpu正在运行的有效算力单元数；

30、表示cpu出厂标定的满负载总算力单元数。

31、作为本发明的一种优选方案，其中：还包括如下所示：

32、；=0，1，2，...，10；

33、式中，表示第个区间的算力负载的环比增幅；

34、表示前一个所述时间节点的算力负载。

35、作为本发明的一种优选方案，其中：根据计算的结果，获取与算力负载的增加幅度超出10%所对应的温度，于全部的时间节点中进行相关定位，所述相关定位，包括定位与算力负载的增幅异常跳变对应的关键时间节点，如下所示：

36、；

37、式中，表示识别出的与算力负载的增幅异常跳变所对应的时刻的集合；

38、表示10个时间节点内的算力负载的增幅的平均值；

39、表示10个时间节点内的算力负载的增幅的标准差。

40、作为本发明的一种优选方案，其中：根据计算的结果，于全部的时间节点中获取与算力负载的增幅异常跳变所对应的增加幅度，将所述增加幅度视为风险增幅，于未来时刻，若cpu的算力负载的增加幅度与所述风险增幅相同，则对cpu进行降频。

41、作为本发明的一种优选方案，其中：在对所述cpu进行降频后进行核验，包括：

42、在进行降频后，设定至少连续的6个所述对照用时为一个核验周期；

43、在所述核验周期内的各对照用时中，若温度的提高均为0.5℃，但算力负载于所述核验周期内未增加，则取消对所述cpu的降频。

44、作为本发明的一种优选方案，其中：根据所识别出的与算力负载的增幅异常跳变所对应的时刻的集合，获取这一时刻的集合在所述参考用时内所处的用时区间，将所述用时区间视为参考用时区间，于未来时刻，在任意一个与所述参考用时相同的用时内，于所述用时内，若与参考用时区间相同的用时区间内算力负载的增幅未发生异常跳变，则判定在这一用时内算力负载的增幅不会出现异常。

45、另一方面，本发明提供应用于如上所述的适配车机温度阈值的模型推理动态降频控温安全运行系统的方法，包括以下步骤：

46、获取温度，包括获取车机的cpu的温度，并对所获取的温度进行相关处理；

47、对所获取的温度进行动态阈值的校准处理，包括：

48、获取相关数据，所述相关数据包括所述cpu出厂标定的通用属性，所述通用属性包括最高算力负载；

49、基于所述温度，获取车机的cpu的温度的变化，根据所述变化获取cpu的算力负载，包括以cpu的温度每提高10%为基础获取对应的算力负载；

50、根据温度每提高10%所获取的算力负载，获取温度每提高10%时所述算力负载的增加幅度；

51、以温度每提高10%为基准，获取与算力负载的增加幅度超出10%所对应的温度，将所述温度视为ⅰ温度，将小于所述ⅰ温度10%的温度视为参考温度；

52、获取所述参考温度提高至ⅰ温度的用时，将所述用时拆分为10个均为2毫秒的时间节点，获取各所述时间节点中算力负载的增加幅度的变化；

53、将所述用时视为参考用时，基于所述参考用时预设关于温度的温度阈值；

54、基于所述温度阈值对cpu进行降频操作，于未来时刻，所述cpu在与所述参考用时相同的用时内，若温度的提高超出所述温度阈值，则对cpu进行降频；

55、于未来时刻，所述cpu在与所述参考用时相同的用时内，若温度的提高超出温度阈值，但算力负载的增加幅度未超出10%，则不对cpu进行降频；

56、根据所述温度阈值，于未来时刻，所述cpu在与所述参考用时相同的用时内，若温度的提高低于所述温度阈值，则以实际提高的温度对所述温度阈值进行更新校准；

57、进行相关获取。

58、有益效果：

59、1、本发明基于温度-算力负载的联动变化规律，拆分10个2毫秒高精度时间节点采集算力增幅细节，生成适配工况的动态温度阈值，并建立双重判断规则：未来相同时长内即便温升超出预设阈值，只要算力负载增幅未超过10%，就不执行降频操作；仅当温升超标且算力同步异常抬升时才触发降频，从机制上避免了环境瞬时温度波动、传感器采样噪点引发的无效误降频，最大程度保障高优先级车机推理任务的算力供给连续性；

60、2、通过将与每0.5℃温升对应的对照用时作为基准参考，未来监测到同等温升耗时低于参考值时立刻触发预警，连续多段温升速率超标且温度总增幅超过3%时提前启动降频，将温升控制从“被动事后降温”升级为“主动预判干预”，大幅拉长系统温控响应的时间裕度，完全避免高负载下温度瞬间冲高的失控风险；

61、3、通过对每次降频操作的后续效果核验，在降频后连续6个对照用时周期内，若温度始终维持固定涨幅但算力无额外抬升，可自动解除降频恢复满算力运行，避免不必要的算力损耗；另一方面可基于未来实际运行的真实温升数据，持续迭代校准原有温度阈值，系统长期运行后温控适配精度会不断提升；

62、4、进一步地，本发明可记忆算力负载增幅异常跳变的关键时间节点和对应参考用时区间特征，未来运行中，只要在对应时间窗口内未监测到匹配的异常增幅，即可判定全周期算力风险处于可控状态，规避了无差别强制降频引发的感知帧率不足和响应延迟超标的行车安全隐患。