CN119472953A 一种计算机芯片液态冷却散热系统及方法 （北京华弘数科技术有限公司）

境温度数据和实时计算机负载数据获取预设流2是否处于安全工作温度范围内进行判断，并根据判断结果对散热模式的判断结果进行调执行反馈模块，用以将散热控制模块输出的控制指令传输至冷温度数据和实时计算机负载数据获取预设流量散热模式匹配单元，用以将温差值T与预设最小温差值T0min和预设最大温差值T0max芯片温度预测单元，用以构建芯片温度预测模型，将计算机负载预测模型，获取芯片温度预测值，还用以将芯片温度预测值A与安全工作温度值A0进行比证集输入训练后的循环神经网络模型中对训练后的循环神经网络模型的参数进行迭代优3测单元将芯片温度预测值A与安全工作温度值A0进行比对，根据比对结果对芯片是否处于测单元将芯片使用时长D与预设芯片使用时长D0进行比对，根据比对结果对芯片的实用性述执行反馈模块根据冷却液流量g和实时冷却液流量g1计算冷却液流量差值e(t)，设定e所述执行反馈模块根据控制量(ut)对冷却液调节装置进行块获取冷却液流量，将冷却液流量G与预设最小冷却液流量G0min和预设最大冷却液流量4流量动态调整模型，将预设流量数据库划分为70％的流量训练集、15％的流量验证集和将实时环境温度数据和实时计算机负载数据输入至预设流量步骤S4，根据芯片温度预测值对芯片是否处于安全工作步骤S6，将散热控制模块输出的控制指令传输至冷却液步骤S7，根据冷却液流量对冷却液调节装置的运行状步骤S8，构建预设流量动态调整模型，根据实时环境温5环境温度数据和实时计算机负载数据获取预设流量[0010]散热模式匹配单元，用以将温差值T与预设最小温差值T0min和预设最大温差值6温差值T0max进行比对，根据比对结果对散热模式进行判断，并根据判断结果输出控制指[0014]当T0min≤T≤T0max时，所述散热模式匹配单元判定该散热模式为中功耗散热模模型，将预设芯片温度数据库划分为80％的芯片温度训练集、10％的芯片温度验证集和率R与预设预测正确率R0进行比对，根据比对结果对循环神经网络模型的训练达标情况进[0020]进一步地，所述芯片温度预测单元将芯片温度预测值A与安全工作温度值A0进行[0026]进一步地，所述芯片温度预测单元将芯片使用时长D与预设芯片使用时长D0进行7输至冷却液调节装置，对冷却液流量g进行分析，设定g=(Axaxs"xixn)/(CXF'),[0034]进一步地，所述执行反馈模块在对预设最小冷却液流量G0min和预设最大冷却液确率U与预设动态调整正确率U0进行比对，根据比对结果对随机森林模型的训练达标情况89[0058]请参阅图1所示，其为本实施例计算机芯片液态冷却散热系统的结构示意图，包环境温度数据和实时计算机负载数据获取预设流量[0066]散热模式匹配单元，用以将温差值T与预设最小温差值T0min和预设最大温差值温差值T0max进行比对，根据比对结果对散热模式进行判断，并根据判断结果输出控制指[0070]当T0min≤T≤T0max时，所述散热模式匹配单元判定该散热模式为中功耗散热模[0072]具体而言，所述预设最小温差值是指确保冷却液能够有效地带走芯片产生的热而设定的最大温度差异值，如设置T0max＝20℃,所述低功耗散热模式是指适用于负载较模型，将预设芯片温度数据库划分为80％的芯片温度训练集、10％的芯片温度验证集和率R与预设预测正确率R0进行比对，根据比对结果对循环神经网络模型的训练达标情况进用于测试芯片温度预测模型的数据集合，所述预测正确率R是指循环神经网络模型正确输环神经网络模型的训练达标情况进行判断的需求即可，如可设置预设预测正确率R0=[0078]具体而言，所述芯片温度预测单元将芯片温度预测值A与安全工作温度值A0进行[0085]具体而言，所述芯片温度预测单元将芯片使用时长D与预设芯片使用时长D0进行输至冷却液调节装置，对冷却液流量g进行分析，设定g=(Axaxs"xixn)/(CXF"),却液热交换效率系数是指冷却液在热交换过程中吸收热量的效率，述冷却液的比热容是指单位质量的冷却液在温度升高1摄氏度时所吸收的热量，所述液态度对流量的影响系数是指冷却液温度变化对流量造成器安装在冷却液调节装置处获取冷却液流量，所述预设最小冷却液流量G0min是指在计算散热系统中，为确保芯片温度不超过安全阈值，所设定的冷却液流量的最大值，如设置[0097]具体而言，所述执行反馈模块在对预设最小冷却液流量G0min和预设最大冷却液确率U与预设动态调整正确率U0进行比对，根据比对结果对随机森林模型的训练达标情况处理序列数据的神经网络模型，所述动态调整正确率U是指随机森林模型正确输出的样本小冷却液流量G0min和预设最大冷却液流量G[0103]请参阅图3