隨著數(shù)據(jù)成為支撐幾乎所有組織運(yùn)營(yíng)業(yè)務(wù)以獲得洞察力和業(yè)務(wù)成果的先決條件，數(shù)據(jù)中心成為這一數(shù)字化轉(zhuǎn)型的關(guān)鍵。這些容納計(jì)算機(jī)和設(shè)備的物理設(shè)施為現(xiàn)代經(jīng)濟(jì)的信息需求提供動(dòng)力。數(shù)據(jù)中心提供無(wú)縫的數(shù)據(jù)備份和恢復(fù)設(shè)施，同時(shí)支持云存儲(chǔ)應(yīng)用程序和事務(wù)。除了促進(jìn)經(jīng)濟(jì)發(fā)展之外，數(shù)據(jù)中心生態(tài)系統(tǒng)還吸引了更多科技公司的進(jìn)入。此外，建設(shè)和運(yùn)營(yíng)數(shù)據(jù)中心可以確保當(dāng)?shù)厣鐓^(qū)具有良好的投資環(huán)境和就業(yè)機(jī)會(huì)。
盡管數(shù)據(jù)中心在帶來(lái)數(shù)字革命方面發(fā)揮了關(guān)鍵作用，但并非沒(méi)有遇到問(wèn)題和挑戰(zhàn)。調(diào)研機(jī)構(gòu)Gartner公司分析師Dave Cappuccio表示，到2025年，全球80%的組織將關(guān)閉其內(nèi)部部署數(shù)據(jù)中心?？紤]到傳統(tǒng)數(shù)據(jù)中心面臨的諸多問(wèn)題，如升級(jí)準(zhǔn)備不足、基礎(chǔ)設(shè)施的挑戰(zhàn)、環(huán)境問(wèn)題等，關(guān)閉和淘汰這些數(shù)據(jù)中心是適當(dāng)?shù)?。解決這些問(wèn)題的方法是利用人工智能來(lái)增強(qiáng)數(shù)據(jù)中心基礎(chǔ)設(shè)施的功能。
根據(jù)《福布斯洞察》發(fā)布的一份調(diào)查報(bào)告，在2020年初，人工智能對(duì)數(shù)據(jù)中心管理、生產(chǎn)力和基礎(chǔ)設(shè)施產(chǎn)生了巨大影響。同時(shí)，人工智能技術(shù)繼續(xù)提供數(shù)據(jù)中心的潛在解決方案，以改善長(zhǎng)期運(yùn)營(yíng)。作為回報(bào)，由人工智能加速計(jì)算能力支持的數(shù)據(jù)中心將能夠更有效地處理人工智能工作負(fù)載。
眾所周知，數(shù)據(jù)中心消耗大量能源，因此訓(xùn)練人工智能系統(tǒng)以提高數(shù)據(jù)中心能源使用效率(PUE)是一個(gè)關(guān)鍵目標(biāo)。PUE是衡量數(shù)據(jù)中心效率的重要指標(biāo)。，谷歌公司于2014年通過(guò)在其一個(gè)數(shù)據(jù)中心設(shè)施中部署Deepmind AI，將其制冷設(shè)施的用電量減少了40%，這相當(dāng)于在考慮了電力損耗和其他非冷卻設(shè)施的損耗之后， PUE整體成本減少15%。它還產(chǎn)生了該數(shù)據(jù)中心有史以來(lái)最低的PUE值。Deepmind分析了數(shù)據(jù)中心內(nèi)的100多個(gè)不同變量，以提高運(yùn)營(yíng)效率并降低功耗。
數(shù)據(jù)中心也容易受到各種網(wǎng)絡(luò)威脅。網(wǎng)絡(luò)攻擊者總是在尋找從數(shù)據(jù)中心獲取數(shù)據(jù)或進(jìn)行數(shù)據(jù)泄露攻擊的新方法。通過(guò)學(xué)習(xí)正常的網(wǎng)絡(luò)行為，并根據(jù)這種行為的偏差來(lái)檢測(cè)網(wǎng)絡(luò)威脅，人工智能再次證明了其能力，通過(guò)分析多個(gè)系統(tǒng)的事件和輸入，設(shè)計(jì)合適的事件響應(yīng)系統(tǒng)，人工算法可以補(bǔ)充當(dāng)前的安全事件和事件管理(SIEM)系統(tǒng)。
在數(shù)據(jù)中心運(yùn)營(yíng)中，經(jīng)常部署或從機(jī)架上移除IT設(shè)備，這會(huì)帶來(lái)大量零碎的資源，這些資源無(wú)法監(jiān)控或管理，很容易被浪費(fèi)。通過(guò)使用智能硬件和物聯(lián)網(wǎng)傳感器，人工智能允許有效的數(shù)據(jù)中心基礎(chǔ)設(shè)施管理軟件監(jiān)控?cái)?shù)據(jù)中心，并通過(guò)自動(dòng)化技術(shù)減少重復(fù)性工作。在這里，數(shù)據(jù)中心管理人員可以自動(dòng)執(zhí)行諸如溫度管理、設(shè)備狀態(tài)監(jiān)控、樓層安全、火災(zāi)隱患緩解、通風(fēng)和冷卻系統(tǒng)管理等活動(dòng)。與預(yù)測(cè)分析相結(jié)合，自動(dòng)化技術(shù)也有助于數(shù)據(jù)中心的預(yù)測(cè)性維護(hù)。
此外，這種基于人工智能的預(yù)測(cè)分析可以幫助數(shù)據(jù)中心將工作負(fù)載分布到組織的許多服務(wù)器上。因此，可以更有效地預(yù)測(cè)和管理數(shù)據(jù)中心負(fù)載。它還將有助于優(yōu)化服務(wù)器存儲(chǔ)系統(tǒng)、查找系統(tǒng)中可能出現(xiàn)的故障點(diǎn)、縮短處理時(shí)間，并更快地降低風(fēng)險(xiǎn)。
麻省理工學(xué)院的研究人員最近開(kāi)發(fā)了一個(gè)人工智能系統(tǒng)，可以自動(dòng)學(xué)習(xí)如何在數(shù)千臺(tái)服務(wù)器上安排數(shù)據(jù)處理操作。根據(jù)觀察，在完成關(guān)鍵數(shù)據(jù)中心任務(wù)的高流量期間，處理速度是原來(lái)的兩倍。研究人員指出，這種人工智能系統(tǒng)可以使數(shù)據(jù)中心以更快的速度處理相同的工作負(fù)載，并使用更少的資源。
此外，通過(guò)深度學(xué)習(xí)(DL)應(yīng)用程序，人工智能可以提前預(yù)測(cè)故障和停機(jī)。例如HPE公司的人工智能預(yù)測(cè)引擎有助于識(shí)別和解決數(shù)據(jù)中心的瓶頸。根據(jù)一項(xiàng)對(duì)200家公司進(jìn)行的調(diào)查，全球的數(shù)據(jù)中心每年由于停機(jī)造成的損失超過(guò)265億美元，網(wǎng)絡(luò)停機(jī)每分鐘的成本約為7900美元。通過(guò)監(jiān)視服務(wù)器性能、網(wǎng)絡(luò)擁塞和磁盤利用率，人工智能可以檢測(cè)和預(yù)測(cè)數(shù)據(jù)中斷。此外，它還可以實(shí)施緩解策略，幫助數(shù)據(jù)中心從數(shù)據(jù)中斷中恢復(fù)，從而提高客戶滿意度，并將此類中斷期間的損失降至最低。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號(hào)