生成计算设备的风扇控制信号的制作方法

背景技术：

1、计算设备通常包括风扇，该风扇被配置成使空气循环通过计算设备，以便消散在操作期间在计算设备的组件处产生的热量。风扇可以由电动机以在计算设备处动态确定的速度来驱动。通常，随着风扇的速度增加，风扇产生的噪声也增加。

2、在使用包括风扇的计算设备期间，风扇产生的噪声可能会分散用户的注意力，并从而可能降低用户体验。风扇产生的声音也可能干扰用户辨别计算设备生成的音频输出的能力。由于风扇噪声特性，诸如风扇噪声的总音量和风扇噪声音量随时间的变化，以及其他风扇噪声特性，可能会发生用户被风扇噪声分散注意力的情况。由于风扇噪声导致的用户注意力分散或烦恼的风险通常会随着风扇噪声的增加而增加，并且当风扇速度迅速增加或降低时也可能会很高，导致风扇噪声突然增加或减少。然而，如果允许热量在没有风扇使空气循环通过计算设备的情况下在计算设备的组件中积累，则这些组件可能过热。因此，存在一种技术挑战，即控制风扇以适当地冷却设备，同时抑制已知会使用户分心或烦恼的类型的噪声的产生。

技术实现思路

1、根据本公开的一个方面，提供了一种计算设备，包括一个或多个处理设备、一个或多个温度传感器、风扇和风扇转速计。一个或多个处理设备可以被配置成执行应用程序。当执行应用程序时，一个或多个处理设备可以进一步被配置成收集性能数据，包括从一个或多个温度传感器接收的温度数据和从风扇转速计接收的风扇速度数据。一个或多个处理设备还可以被配置成至少部分地通过将机器学习模型应用于性能数据来生成风扇控制信号。一个或多个处理设备可以进一步被配置成根据风扇控制信号来控制风扇。

2、提供本
技术实现要素：
以便以简化的形式介绍以下在具体实施方式中还描述的概念的选集。本发明内容并不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于限制所要求保护的主题的范围。此外，所要求保护的主题不限于解决在本公开的任一部分中提及的任何或所有缺点的实现。

技术特征：

1.一种计算设备，包括：

2.根据权利要求1所述的计算设备，其特征在于，其中

3.根据权利要求2所述的计算设备，其特征在于，其中所述损失函数还包括作为所述风扇速度的时间微分的函数计算出的风扇加速度项。

4.根据权利要求1所述的计算设备，其特征在于，其中所述一个或多个处理设备被配置为：

5.根据权利要求4所述的计算设备，其特征在于，其中

6.根据权利要求5所述的计算设备，其特征在于，其中在所述机器学习模型处，所述一个或多个处理设备被配置成至少部分地通过修改所述热控制pid算法的一个或多个系数来将所述热控制模型更新应用于所述热控制模型。

7.根据权利要求5所述的计算设备，其特征在于，其中在所述机器学习模型处，所述一个或多个处理设备被配置为至少部分地通过将温度设定点偏移应用于所述热控制pid算法的所述温度设定点来将所述热控制模型更新应用于所述热控制模型。

8.根据权利要求5所述的计算设备，其特征在于，其中

9.根据权利要求1所述的计算设备，其特征在于，其中所述一个或多个处理设备被配置为：

10.根据权利要求1所述的计算设备，其特征在于，其中所述性能数据还包括对所述应用程序在其中被执行的操作模式的一个或多个操作模式指示。

11.根据权利要求1所述的计算设备，其特征在于，其中所述性能数据还包括所述一个或多个处理设备的一个或多个相应的利用水平和/或一个或多个相应的性能计数器。

12.根据权利要求1所述的计算设备，其特征在于，其中所述性能数据还包括所述一个或多个处理设备的功耗数据。

13.根据权利要求1所述的计算设备，其特征在于，其中所述一个或多个处理设备还被配置为：

14.根据权利要求1所述的计算设备，其特征在于，还包括被配置为存储包括所述机器学习模型在内的多个机器学习模型的存储器，其中所述多个机器学习模型分别与包括所述应用程序在内的多个应用程序相关联。

15.一种用于计算设备的方法，所述方法包括：

技术总结
提供了一种计算设备，包括一个或多个处理设备、一个或多个温度传感器、风扇和风扇转速计。一个或多个处理设备可以被配置成执行应用程序。当执行应用程序时，一个或多个处理设备可以进一步被配置为收集性能数据，包括从一个或多个温度传感器接收的温度数据和从风扇转速计接收的风扇速度数据。一个或多个处理设备还可以被配置成至少部分地通过将机器学习模型应用于性能数据来生成风扇控制信号。一个或多个处理设备可以进一步被配置成根据风扇控制信号来控制风扇。

技术研发人员：N·R·万贾勒,D·M·萨瑟兰,J·R·皮斯
受保护的技术使用者：微软技术许可有限责任公司
技术研发日：
技术公布日：2024/2/8