[发明专利]一种芯片温度异常在线检测方法

说明书

本发明涉及数据处理技术领域，提出了一种芯片温度异常在线检测方法，包括：采集芯片内部的温度数据及功耗数据；根据同一时刻每个传感器的温度数据获取每个传感器每个时刻的第一温度异常特征，根据温度数据及功耗数据获取每个传感器受其他传感器影响的辐射比例，根据温度数据及传感器分布获取每个辐射比例对应的调整系数；根据辐射比例及调整系数获取每个传感器每个时刻的理论温度数据，获取每个传感器每个时刻的第二温度异常特征，得到每个传感器每个时刻的综合温度异常特征；根据温度数据通过综合温度异常特征选取自适应K邻域范围，完成温度数据的异常检测。本发明旨在解决芯片温度受运行功耗影响而导致异常检测结果不准确的问题。

技术领域

本发明涉及数据处理技术领域，具体涉及一种芯片温度异常在线检测方法。

背景技术

芯片在使用过程中因功耗相对应的会产生热量，而芯片温度过高，则会影响芯片运行时的性能，甚至导致芯片内零件烧毁；通过散热器降低芯片温度的过程中，无论是散热过度导致温度过低，或是散热不够导致温度过高，都会影响芯片的性能，因此对芯片温度进行实时监测，通过对异常温度进行检测并进行实时调节是十分有必要的。

现有技术中通常采用COF局部离群算法来进行异常数据的检测，常规的COF局部离群因子检测是设定一个固定的K邻域范围并进行检测；然而设定的K邻域范围过大时，会导致异常特征较弱的数据无法检测到；而当K邻域范围过小时，又会导致范围过小，容易误将正常数据识别为异常数据；因此固定的K邻域范围并不能达到较好的效果，需要进行K邻域范围自适应选取；同时芯片中有多个单核及背景部分，各单核运行功耗存在差异，温度表现存在差异，互相之间存在温度影响，因此需要获取各单核及背景部分的温度异常特征，进而根据温度异常特征获取自适应的K邻域范围，从而提高异常检测结果的准确性。

发明内容

本发明提供一种芯片温度异常在线检测方法，以解决现有的芯片温度受运行功耗影响而导致异常检测结果不准确的问题，所采用的技术方案具体如下：

本发明一个实施例提供了一种芯片温度异常在线检测方法，该方法包括以下步骤：

采集芯片内部每个传感器所有时刻的温度数据、每个传感器的标准温度数据、每个单核每个时刻的功耗数据及额定功耗数据；

根据同一时刻的温度数据获取每个传感器每个时刻的第一温度异常特征，根据功耗数据获取每个单核上的传感器的单一工作时刻，根据单一工作时刻的温度数据，获取每个单核上的传感器对于其他每个传感器的辐射比例，对每个单核上的传感器分别与其他每个传感器进行连线，根据连线获取每个单核上的传感器对于其他每个传感器的辐射干扰传感器，根据功耗数据获取每个单核上的传感器与辐射干扰传感器的双重工作时刻，根据双重工作时刻的温度数据及连线，获取每个单核上的传感器对于其他每个传感器的辐射比例对应的调整系数；

根据标准温度数据、辐射比例及调整系数，获取每个传感器每个时刻的理论温度数据，根据理论温度数据及采集的温度数据，获取每个传感器每个时刻的第二温度异常特征，根据第一温度异常特征及第二温度异常特征得到每个传感器每个时刻的综合温度异常特征；

根据温度数据通过综合温度异常特征选取自适应K邻域范围，完成温度数据的异常检测。

可选的，所述根据同一时刻的温度数据获取每个传感器每个时刻的第一温度异常特征，包括的具体方法为：

以任意一个时刻为目标时刻，获取目标时刻下所有温度数据的均值，将目标时刻下每个传感器的温度数据与温度数据均值的差值绝对值，作为目标时刻下每个传感器的第一温度异常特征；

获取每个传感器每个时刻的第一温度异常特征。

可选的，所述根据功耗数据获取每个单核上的传感器的单一工作时刻，包括的具体方法为：