作者：DCG技術解決方案公司首席執行官BrentWhitfield

當許多人想到機器人時，他們會想象一個金屬人形機器人或也許是在電視節目中相互競爭的那些智能機器之一。

當我們談論機器人過程自動化（RPA）時，我們很可能是指“軟件機器人”，即在其他系統上執行操作的可編程或自學習系統。

本文著眼于RPA在未來數據中心（即所謂的“智能數據中心”）中的作用。我們探討了為什么數據中心需要進行智能化，可用的RPA類型以及如何將RPA集成到數據中心中。數據中心以及這樣做的好處。

為什么我們需要一個智能數據中心？

那么，為什么我們需要一個智能數據中心？換句話說，現有的數據中心技術有什么問題？

答案在于企業IT趨勢。企業是大多數數據中心的客戶基礎，無論是小型的區域數據中心，繁忙的托管還是公共云提供商背后的巨型數據中心的全球分布網絡。

隨著企業意識到云的功能和效率，他們正在建立DevOps團隊和微服務，這些團隊和微服務需要實時處理，彈性可伸縮性，大數據存儲容量以及99.99％或更高的可靠性。為了滿足這些業務模型所要求的新需求并保持成本競爭力，數據中心必須在提高可靠性和性能的同時減少開銷。一個艱難的要求！

隨著基礎設施變得越來越復雜和分散，機器人輔助技術還有另外一種說法。人們根本無法監控和處理進入數據中心的多種信息流，而不會出錯或降低速度和性能。網絡停機時間已經足夠嚴重，但是由于數據泄露現在正受到記錄罰款的影響，錯誤可能威脅到數據中心的生存。

正如洛杉磯IT咨詢公司DCGInc.所說：“考慮到將要傳入和傳出現有網絡的數據量，必須考慮到這些數據的每一個最后一點。”

由于人為錯誤仍然是造成網絡問題的最常見原因，因此，機器人至少在涉及以下復雜的重復性過程方面可以提供安全的幫助。

但是，機器人不是太依賴人類的霸主來適應系統狀態的變化嗎？要回答這個問題，我們需要更仔細地研究RPA的工作方式以及現有的不同類型的軟件機器人。

RPA的兩種類型

RPA是一個廣闊的領域，但通常由控制器，一組開發人員工具和一個軟件機器人組成。機器人可以進一步分為兩種主要類型：可編程機器人和智能機器人。

具有可編程機器人的RPA是一個密集的過程，因為必須分解過程的每個步驟，并且對機器人進行編程以根據固定參數執行這些步驟。這足以滿足簡單，重復的任務，并且這種RPA在制造業中很常見。

具有智能機器人的RPA利用機器學習（ML）技術。這些機器人在執行過程時會對其進行監視，并分析大量歷史數據和當前數據以學習如何對其進行優化。然后可以將它們配置為根據高級策略和對系統狀態的了解來執行一系列操作。他們可以決定應該執行哪些任務以及何時執行它們。

對于現代數據中心的復雜環境，后一種類型的軟件機器人越來越需要其快速變化的參數和大量的非結構化數據。

RPA技術日趨成熟，以至于現在可以將其集成到數據中心中，而對中斷的影響最小，可以產生可靠的結果并加快關鍵任務流程的速度。

但是，如果您正在尋找數據中心的RPA，則不必著急進行。實際上，零散的方法通常更好，因為與大多數新技術一樣，如果沒有周到的，有條理的方法，可能無法充分利用收益。

數據中心需要智能化。機器人流程自動化（RPA）將通過利用AI和ML的機器人的力量將數據中心帶入自動化的未來。

從手動控制轉變為全自動

完全自動化的數據中心仍然是未來的目標，許多人仍然對機器人能否安全處理涉及的許多過程表示懷疑。與自動駕駛汽車一樣，在將自動數據中心留給自己的設備之前，將需要進行大量測試和中間階段。

將RPA集成到數據中心可以被認為是一個四階段的過程，從大多數數據中心中已經發生的手動輔助操作到完全自動化：

輔助手動操作

這是機器人用于自動執行簡單任務的地方，從而減少了操作員需要執行的步驟。操作員仍將需要觸發初始操作，例如執行備份或將數據從近在線系統轉移到在線系統，但是機器人將遵循腳本來執行執行任務所涉及的子步驟。

部分自動化

通過部分自動化，RPA和ML結合起來可以分析趨勢并向操作員推薦操作。動態資源調度（DRS）是一個示例，其中機器人可以根據負載平衡規則建議轉移工作負載。

條件自動化

借助條件自動化，機器人可以監視系統狀態，然后在滿足某些條件時接管工作。這些可以是專門定義的條件（例如一天中的某個時間）或不屬于參數的條件。例如，如果機器人檢測到數據中心的一部分溫度超出定義范圍，則它可以執行一系列措施來降低損壞風險，采取補救措施并向數據中心控制器發出警報。

全自動化

未來的全自動智能數據中心將使用ML進行自學習，并使用當前和歷史數據以及建模方案進行提前計劃。它將隨著時間的推移而發展，根據經驗調整參數并改善其容量管理，資源分配和能源效率。未來的數據中心機械手還將能夠主動監視數據中心的運行狀況，并采取補救措施，例如訂購，更換和配置硬件組件。

智能數據中心的好處

機器人技術已經對制造業產生了積極的影響。正如DCGIT服務洛杉磯所解釋的那樣：“制造商正在享受更低的總體成本，更高的精度，更高的危險操作安全性和更高的生產率。”

它已集成到數據中心，并且可能會隨著諸如Google的云提供商收購機器人公司并與RPA專家（如UiPath）合作開發一系列自動化選項而加速。

數據中心可以接受RPA帶來的好處包括：

• 提高生產率（在執行重復性任務時，所謂的“協作機器人”的生產率是人類的六倍。）
• 隨著員工騰出精力來執行創造性和戰略性任務，可提高人的價值
• 降低人為錯誤的風險
• 更好的容量管理
• 更好的資源規劃
• 提高能源效率
• 主動維護
• 24/7/365監控和自動修復（自我修復）

機器人逐漸在數據中心中站穩腳跟，而RPA足夠復雜以將我們帶入自動化數據中心的邊緣只是時間問題。

對于數據中心所有者和使用它們的企業而言，潛在的性能提升和成本節省是人們非常樂觀的原因。