随着大模型训练、AI推理等算力需求的爆发式增长，智算中心、超算中心等算力基础设施的算力密度持续攀升，TPU等AI加速芯片的散热、温控问题已成为影响算力集群稳定性、运营能效的核心痛点。作为国内较早启动数据知识产权制度建设的省级平台，浙江省数据知识产权登记平台承担着数据权属确认、流通存证、权益保护等核心职能，是数据要素市场化流转的重要前置性基础设施。2026年6月1日，中昊芯英（杭州）科技有限公司旗下温度预测训练数据正式在该平台完成知识产权登记，为算力温控领域的训练数据合规流通迈出了标志性一步。
本次完成登记的温度预测训练数据集，包含数千条经过脱敏、合规处理的TPU性能监控数据，经过专业数据清洗及特征工程处理后，衍生出能效比、延迟乘积等核心特征，以TPU温度作为回归预测目标，按8:1:1的比例划分为训练集、验证集和测试集，可直接用于监督学习模型训练。该数据集具备完全独立性，所有衍生特征均为自主设计，数据全程经过独立抽取、清洗、重索引处理，不存在权属争议；同时其填补了TPU热管理场景训练数据的供给空白，由于温度变化滞后于算力负载变化，仅靠实时温度监测往往无法及时响应温控需求，该数据集提供的可提前预测的特征，是TPU热管理模型训练任务的核心基础资源。
从应用场景来看，该数据集的落地价值覆盖算力产业链多个环节：对数据中心、智算中心运营方而言，基于该数据集训练的温度预测模型可提前感知算力集群升温趋势，主动触发散热或降频策略，避免芯片过热宕机，保障硬件长期稳定运行，同时还可以优化散热系统运行策略，降低数据中心PUE，满足国家对算力基础设施的能效要求；对AI算法厂商而言，该数据集可为热失控预警模型、智能温控模型等研发提供高质量训练数据，大幅降低相关算法的研发成本与数据获取门槛；此外，该数据集还可作为芯片设计厂商的热设计仿真验证数据，辅助优化AI芯片的散热结构设计。查看温度预测训练数据
此次登记的完成，也为算力领域专用训练数据的知识产权保护、合规流通提供了可参考的实践样本。当前我国数据要素市场正处于快速建设阶段，细分场景的垂直数据确权、流转是市场落地的核心难点，本次登记不仅明确了该温度预测训练数据的知识产权归属，也为后续该数据的市场化授权、交易、权益分配提供了合规基础，对推动算力产业链数据要素的高效流通具有重要的示范意义。
登记内容：
_1769672084863.jpg)