[发明专利]一种功耗调控方法、装置、设备及可读存储介质

说明书

本申请公开了一种功耗调控方法、装置、设备及可读存储介质。本申请公开的方法包括：若AI计算节点的节点功耗值大于警戒功耗值，则利用BMC获取AI计算节点中的各个计算芯片的芯片功耗值；根据芯片功耗值对各个计算芯片进行分组；若节点功耗值大于封顶功耗值，则查询分组结果对应的功耗调控策略，按照功耗调控策略调整各个计算芯片的功耗限制值，以使所有功耗限制值之和处于目标范围；功耗调控策略基于目标范围设定，目标范围用于调控AI计算节点中的各个计算芯片的能效值，因此按照功耗调控策略调整功耗限制值能调控计算芯片的能效值，保障AI计算节点的能效。本申请提供的一种功耗调控装置、设备及可读存储介质，也同样具有上述技术效果。

技术领域

本申请涉及计算机技术领域，特别涉及一种功耗调控方法、装置、设备及可读存储介质。

背景技术

目前，可以通过OS(Operating System，操作系统)带内的方式对传统机架式服务器进行功耗调控。其中，对传统机架式服务器进行功耗调控主要是对服务器中的内存、CPU(Central Processing Unit，中央处理器)、风扇等进行调控，因为这些部件的总功耗占整个服务器功耗的较大部分，因此调控这些部件的功耗就可以调控服务器的功耗。

在AI(Artificial Intelligence)计算节点中，计算芯片的功耗占整个AI计算节点功耗的较大部分，内存、CPU、风扇等的功耗占整个AI计算节点功耗的较小部分，因此对AI计算节点中的内存、CPU、风扇的功耗进行调整，无法有效调控AI计算节点的功耗。可见，现有的调控服务器功耗的方式不适用于调控AI计算节点。

因此，如何调控AI计算节点的功耗，是本领域技术人员需要解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种功耗调控方法、装置、设备及可读存储介质，以调控AI计算节点的功耗。其具体方案如下：

第一方面，本申请提供了一种功耗调控方法，包括：

若AI计算节点的节点功耗值大于警戒功耗值，则利用BMC获取所述AI计算节点中的各个计算芯片的芯片功耗值；

根据各个计算芯片的芯片功耗值对各个计算芯片进行分组，获得分组结果；

若所述节点功耗值大于封顶功耗值，则查询所述分组结果对应的功耗调控策略，并按照所述功耗调控策略调整各个计算芯片的功耗限制值，以使所有功耗限制值之和处于目标范围；所述警戒功耗值小于所述封顶功耗值；所述功耗调控策略基于所述目标范围预先设定，所述目标范围用于调控所述AI计算节点中的各个计算芯片的能效值。

优选地，所述利用BMC获取所述AI计算节点中的各个计算芯片的芯片功耗值之前，还包括：

利用所述BMC实时监控所述节点功耗值，若所述节点功耗值大于所述警戒功耗值，则开启功耗调控功能。

优选地，所述利用所述BMC实时监控所述节点功耗值，包括：

控制所述BMC通过PMBUS总线监控所述节点功耗值。

优选地，所述利用BMC获取所述AI计算节点中的各个计算芯片的芯片功耗值，包括：

利用所述BMC读所述AI计算节点中的各个计算芯片的电流值，以获得相应芯片功耗值。

优选地，所述根据各个计算芯片的芯片功耗值对各个计算芯片进行分组，获得分组结果，包括：

按照获取到的分组指令对各个计算芯片进行分组，获得所述分组结果；

或

获取所述目标范围中的最优功耗值，将大于所述最优功耗值的计算芯片划分至第一组，将不大于所述最优功耗值的计算芯片划分至第二组，将所述第一组和所述第二组作为所述分组结果；

或