一种基于环境因素的芯片协同稳定运行方法及系统与流程

本发明涉及物联网芯片领域，尤其涉及一种基于环境因素的芯片协同稳定运行方法及系统。

背景技术：

1、芯片运行功能不断更新迭代，芯片的集成度也越来越高，在多个芯片同时运行时，每个芯片所产生的热量也逐渐增加，而往往为了避免灰尘干扰，芯片所处的环境也是封闭环境，高温导致环境气体碰撞，从而使得每个芯片时常处于高温高压环境中，导致芯片的运行故障问题频发，芯片运行的稳定性难以得到保障。

2、目前，现有技术主要采用外界物理降温的方式从而降低芯片的外接环境温度，也即将芯片内部产生的热量通过散热方式传递到芯片外部，并将其释放到环境中，具体的手段主要有：第一，在芯片封装散热中，通过将芯片和散热器之间添加导热材料，如硅胶或热导率较高的金属，来提高热量的传导效率；第二，在芯片封装散热中，通过增加芯片周围的空气流动来加速热量的传递；第三，在芯片封装散热中，通过增加散热器的表面积和使用辐射性材料来提高散热效率；但是对于集成电路集群，需要耗费大量降温设备或者降温材料对芯片进行降温，且受芯片间距、芯片所处环境和芯片的当前工作状态的影响，还是会导致在异常环境下出现芯片稳定运行可靠性较差的问题。

技术实现思路

1、为了解决上述问题，本发明提出了一种基于环境因素的芯片协同稳定运行方法及系统，实现在异常条件下，实时识别各芯片的当前异常运行功能，从而实时调整各芯片的处理数据协同策略，使得各芯片实时处于正常运行的状态。

2、为实现上述目的，本发明实施例提供了一种基于环境因素的芯片协同稳定运行方法，包括：

3、获取当前环境的因素数据和当前环境各芯片运行信息以及预设正常环境的因素数据和预设正常环境的各芯片历史运行信息，计算运行差异信息；

4、基于所述运行差异信息、所述当前环境的因素数据、所述预设正常环境的因素数据和所述当前环境各芯片运行信息，获取各芯片的运行异常信息、各芯片的目标干扰因素和各芯片当前处理数据；

5、基于所述各芯片的目标干扰因素，对若干初始异常原因进行筛选，得到各芯片异常原因；

6、基于所述各芯片当前处理数据、各芯片的运行异常信息和各芯片异常原因，对各芯片进行异常功能识别和数据量分析，生成对应的处理数据协同策略；

7、基于所述处理数据协同策略，协同处理各芯片当前处理数据，以完成各芯片的当前处理数据的数据处理任务。

8、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过获取当前环境因素数据和当前环境下芯片运行信息以及预设正常环境因素数据和预设正常环境下的芯片历史运行信息，进而求得当前芯片的运行差异信息，再通过分析各芯片的运行异常信息、各芯片的目标干扰因素和各芯片当前处理数据，为后续异常功能识别提供信息基础，再对芯片的异常原因进行分析，并识别芯片的异常功能，最后针对芯片的异常功能生成处理数据协同策略，通过协同处理芯片数据完成各芯片的数据处理任务；通过多芯片协同处理的方式，避免该芯片对异常运行功能进行数据处理的情况，使得在不影响各芯片的正常运行的情况下，通过协同运行，数据互通的方式，避免芯片的异常运行功能的运行情况，还能实时识别各芯片的当前异常运行功能，从而实时调整各芯片的处理数据协同策略，使得各芯片实时处于正常运行的状态，避免了异常环境情况下对芯片的稳定运行的影响，提高芯片稳定运行的可靠性。

9、进一步的，所述获取当前环境的因素数据和当前环境各芯片运行信息以及预设正常环境的因素数据和预设正常环境的各芯片历史运行信息，计算运行差异信息，包括：

10、实时采集当前各芯片所处环境的环境信息数据和各芯片运行数据，得到当前环境的因素数据和当前环境各芯片运行信息；

11、基于所述当前环境的因素数据和预设数据库，匹配各环境因素对应的预设正常数据范围和正常数据范围对应的历史运行信息，得到预设正常环境的因素数据和预设正常环境的各芯片历史运行信息；

12、对所述当前环境各芯片运行信息和预设正常环境的各芯片历史运行信息进行运行类型划分，得到当前各芯片运行数据和预设正常环境的各芯片历史运行数据；

13、基于所述当前各芯片运行数据和所述预设正常环境的各芯片历史运行数据，通过计算各运行类型的数据偏差值，得到运行差异信息。

14、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过查询每个芯片的每个环境因素类型的正常数据范围，从而查询每个芯片在各正常环境因素数据对应的历史运行信息，提升了筛选的历史运行信息的能够表征该芯片的正常运行过程的表征度，通过拆分运行信息的运行类型，提升了识别历史运行信息与当前运行信息之间的运行差异信息的全面性和精准度。

15、进一步的，基于所述运行差异信息、所述当前环境的因素数据、所述预设正常环境的因素数据和所述当前环境各芯片运行信息，获取各芯片的运行异常信息、各芯片的目标干扰因素和各芯片当前处理数据，包括：

16、基于所述运行差异信息，筛选满足预设第一偏差阈值要求的数据偏差值对应的各运行类型并匹配对应的运行功能，得到各芯片的运行异常信息；

17、基于所述当前环境的因素数据和所述预设正常环境的因素数据，通过计算各环境因素类型对应的环境数据偏差值，筛选满足预设第二偏差阈值要求的环境数据偏差值对应的环境因素类型，得到各芯片的目标干扰因素；

18、基于所述当前环境各芯片运行信息，匹配对应的运行功能，并获取各运行功能处理的数据信息和数据信息处理任务，得到各芯片当前处理数据。

19、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过偏差阈值识别各异常芯片运行模块和各异常环境类型，提升了识别芯片的目标干扰因素和芯片的运行异常信息的精准度。

20、进一步的，基于所述各芯片的目标干扰因素，对若干初始异常原因进行筛选，得到各芯片异常原因，包括：

21、基于所述各芯片的目标干扰因素，获取若干环境因素对应的初始异常原因；

22、对所述若干环境因素对应的初始异常原因进行排序，得到异常原因序列；

23、基于所述异常原因序列，筛选满足预设数目要求的初始异常原因，得到各芯片异常原因。

24、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过识别异常原因的数目，从而识别芯片的异常原因，避免了小概率异常原因对芯片的异常原因的影响情况，提升了识别的芯片的异常原因的准确度。

25、进一步的，基于所述各芯片当前处理数据、各芯片的运行异常信息和各芯片异常原因，对各芯片进行异常功能识别和数据量分析，生成对应的处理数据协同策略，包括：

26、基于所述各芯片的运行异常信息和各芯片异常原因，匹配各芯片异常原因对应的异常运行模块和异常运行模块对应的当前运行功能，得到各芯片的异常运行功能；

27、基于所述各芯片当前处理数据，获取各芯片的交互处理目标芯片和各芯片数据处理的瞬时数据量；

28、基于所述芯片的异常运行功能和各芯片数据处理的瞬时数据量，对各芯片的交互处理目标芯片生成对应的处理数据协同策略。

29、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过识别芯片的当前运行功能和数据处理任务，提升了后续识别各芯片的处理数据协同策略的准确率。

30、进一步的，基于所述各芯片当前处理数据，获取各芯片的交互处理目标芯片和各芯片数据处理的瞬时数据量，包括：

31、基于所述芯片当前处理数据，获取各芯片当前处理数据的数据信息对应的当前数据量和各芯片的饱和数据量，计算各芯片空闲数据量；

32、基于所述各芯片空闲数据量，筛选满足预设交互要求的芯片，得到各芯片的交互处理目标芯片；

33、对各芯片和各芯片的交互处理目标芯片进行序列数据分析，得到各芯片数据处理的瞬时数据量。

34、进一步的，基于所述芯片的异常运行功能和各芯片数据处理的瞬时数据量，对各芯片的交互处理目标芯片生成对应的处理数据协同策略，包括：

35、基于各芯片的异常运行功能，匹配各芯片的交互处理目标芯片，直至各芯片数据处理的瞬时数据量满足预设数据量要求，得到协同处理目标芯片；

36、基于所述协同处理目标芯片，生成对应的处理数据协同策略。

37、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过数据量、数据交互序列和异常运行功能，从而判断每个芯片的交互处理目标芯片，提升了判断每个芯片的交互处理目标芯片的精准度和实际性。

38、进一步的，基于所述处理数据协同策略，协同处理各芯片当前处理数据，以完成各芯片的当前处理数据的数据处理任务，包括：

39、基于所述处理数据协同策略，获取对应的协同处理目标芯片运行功能；

40、通过协同处理目标芯片运行功能，协同处理各芯片当前处理数据，以完成各芯片的当前处理数据的数据处理任务。

41、本发明实施例提出一种基于环境因素的芯片协同稳定运行方法，通过将芯片的异常运行模块对应的当前运行功能，作为异常运行功能，提升了识别异常运行功能的全面性。

42、本发明实施例还提供一种基于环境因素的芯片协同稳定运行系统，包括：运行差异信息计算模块、芯片信息数据获取模块、异常原因筛选模块、协同策略生成模块和协同处理模块；

43、所述运行差异信息计算模块用于获取当前环境的因素数据和当前环境各芯片运行信息以及预设正常环境的因素数据和预设正常环境的各芯片历史运行信息，计算运行差异信息；

44、所述芯片信息数据获取模块用于基于所述运行差异信息、所述当前环境的因素数据、所述预设正常环境的因素数据和所述当前环境各芯片运行信息，获取各芯片的运行异常信息、各芯片的目标干扰因素和各芯片当前处理数据；

45、所述异常原因筛选模块用于基于所述各芯片的目标干扰因素，对若干初始异常原因进行筛选，得到各芯片异常原因；

46、所述协同策略生成模块用于基于所述各芯片当前处理数据、各芯片的运行异常信息和各芯片异常原因，对各芯片进行异常功能识别和数据量分析，生成对应的处理数据协同策略；

47、所述协同处理模块用于基于所述处理数据协同策略，协同处理各芯片当前处理数据，以完成各芯片的当前处理数据的数据处理任务。

48、本发明实施例提出一种基于环境因素的芯片协同稳定运行系统，通过运行差异信息计算模块获取当前环境因素数据和当前环境下芯片运行信息以及预设正常环境因素数据和预设正常环境下的芯片历史运行信息，进而求得当前芯片的运行差异信息，再通过芯片信息数据获取模块分析各芯片的运行异常信息、各芯片的目标干扰因素和各芯片当前处理数据，为后续异常功能识别提供信息基础，再通过异常原因筛选模块对芯片的异常原因进行分析，并识别芯片的异常功能，最后由协同策略生成模块针对芯片的异常功能生成处理数据协同策略，通过协同处理模块协同处理芯片数据完成各芯片的数据处理任务；通过多芯片协同处理的方式，避免该芯片对异常运行功能进行数据处理的情况，使得在不影响各芯片的正常运行的情况下，通过协同运行，数据互通的方式，避免芯片的异常运行功能的运行情况，还能实时识别各芯片的当前异常运行功能，从而实时调整各芯片的处理数据协同策略，使得各芯片实时处于正常运行的状态，避免了异常环境情况下对芯片的稳定运行的影响，提高芯片稳定运行的可靠性。

49、进一步的，所述协同策略生成模块用于基于所述芯片当前处理数据、芯片的运行异常信息和芯片异常原因，对芯片进行异常功能识别和数据量分析，生成对应的处理数据协同策略，还包括：

50、异常功能分析单元、芯片数据量获取单元和策略生成单元；

51、所述异常功能分析单元用于基于所述各芯片的运行异常信息和各芯片异常原因，匹配各芯片异常原因对应的异常运行模块和异常运行模块对应的当前运行功能，得到各芯片的异常运行功能；

52、所述芯片数据量获取单元用于基于所述各芯片当前处理数据，获取各芯片的交互处理目标芯片和各芯片数据处理的瞬时数据量；

53、所述策略生成单元用于基于所述芯片的异常运行功能和各芯片数据处理的瞬时数据量，对各芯片的交互处理目标芯片生成对应的处理数据协同策略。