[发明专利]服务器GPU性能调控方法、装置、设备及可读存储介质

说明书

本发明公开了一种服务器GPU性能调控方法，该方法包括以下步骤：当检测到服务器启动完成时，判断服务器GPU当前是否处于模型训练状态；若否，则利用PID调控算法调节服务器风扇转速对服务器GPU进行性能调控；若是，则获取服务器GPU的温度值；根据温度值所属的目标GPU温度阈值范围，启动对应级别的调控策略对服务器GPU进行性能调控；其中，预设有各GPU温度阈值范围与各级别调控策略之间的对应关系。应用本发明实施例所提供的技术方案，保证了服务器GPU处于高性能状态，缩短了模型训练时长，提高了模型训练速度。本发明还公开了一种服务器GPU性能调控装置、设备及存储介质，具有相应技术效果。

技术领域

本发明涉及计算机应用技术领域，特别是涉及一种服务器GPU性能调控方法、装置、设备及计算机可读存储介质。

背景技术

在人工智能时代，需要使用各种深度学习框架，在人工智能AI服务器上进行模型训练。由于进行模型训练时，需要对大量数据集进行长时间的训练，同时使用的是分布式集群，可以实现单机多卡，以及多机多卡的分布式训练，所以对人工智能服务器的服务器GPU具有较高的要求。

由于训练过程中，服务器GPU始终保持高强度的运算，服务器GPU显存和GPU利用率始终保持高负荷状态，会导致服务器GPU温度过高，而长时间的高温状态，会导致服务器GPU降频，影响模型的训练过程，导致模型训练时间延长，模型训练效率降低。

综上所述，如何有效地解决服务器GPU温度升高，导致模型训练时间延长，模型训练效率降低等问题，是目前本领域技术人员急需解决的问题。

发明内容

本发明的目的是提供一种服务器GPU性能调控方法，该方法保证了服务器GPU处于高性能状态，缩短了模型训练时长，提高了模型训练速度；本发明的另一目的是提供一种服务器GPU性能调控装置、设备及计算机可读存储介质。

为解决上述技术问题，本发明提供如下技术方案：

一种服务器GPU性能调控方法，包括：

当检测到服务器启动完成时，判断服务器GPU当前是否处于模型训练状态；

若否，则利用PID调控算法调节服务器风扇转速对所述服务器GPU进行性能调控；

若是，则获取所述服务器GPU的温度值；根据所述温度值所属的目标GPU温度阈值范围，启动对应级别的调控策略对所述服务器GPU进行性能调控；其中，预设有各GPU温度阈值范围与各级别调控策略之间的对应关系。

在本发明的一种具体实施方式中，根据所述温度值所属的目标GPU温度阈值范围，启动对应级别的调控策略对所述服务器GPU进行性能调控，包括：

当所述温度值处于低级GPU温度阈值范围或中级GPU温度阈值范围时，通过将所述服务器风扇转速调控到对应级别对所述服务器GPU进行性能调控；

当所述温度值处于高级GPU温度阈值范围时，利用高级服务器风扇转速对所述服务器GPU进行性能调控；若利用所述高级服务器风扇转速对所述服务器GPU进行性能调控预设时长后，所述服务器GPU的温度值未低于预设温度值，则将所述服务器GPU的功耗调整到预设额定功耗。

在本发明的一种具体实施方式中，在检测到服务器启动完成之后，判断服务器GPU当前是否处于模型训练状态之前，还包括：

对服务器运行环境进行检测，得到检测结果；

当根据所述检测结果确定服务器驱动和工具版本有误时，输出安装正确服务器驱动和工具版本的提示信息。

在本发明的一种具体实施方式中，还包括：

获取调控效果信息；

对所述调控效果信息进行显示操作。