隨著世界努力應對數(shù)據(jù)海嘯，數(shù)據(jù)中心也在快速發(fā)展。智能連接設備數(shù)量的快速增長和數(shù)據(jù)消耗的大量增加給基礎數(shù)據(jù)中心基礎架構帶來了巨大壓力。數(shù)據(jù)中心已經(jīng)變得如此復雜，只有人類才能在不影響性能和效率水平的情況下管理這種日益增長的復雜性。像AI這樣的技術可以極大地幫助組織顯著提高其數(shù)據(jù)中心的效率。

這就是AI對數(shù)據(jù)中心的影響，去年Gartner預測，到2020年，超過30％的無法實施AI和機器學習的數(shù)據(jù)中心將在運營和經(jīng)濟上不再可行。Google公布了有關在數(shù)據(jù)中心中使用AI來提高其數(shù)據(jù)中心的能效的研究，從而突出顯示了AI在數(shù)據(jù)中心中的潛在潛力的第一個實例。在短短18個月的時間里，Google使用其AI驅動的GoogleDeepMind系統(tǒng)將冷卻所需的能源減少了40％，相當于將整體PUE開銷減少了15％。從那時起，許多公司紛紛效仿，探索AI的變革潛力。

如果可以適當?shù)乩肁I，則可以帶來很多好處。其中一些包括：

1.高效處理工作負載：AI可以幫助組織以最有效的方式自動化工作負載管理。通過使用AI和機器學習，可以檢測到模式以從過去的數(shù)據(jù)中學習，并更有效地在高峰時段分配工作負載。它們還可用于更好地優(yōu)化磁盤利用率，服務器容量和網(wǎng)絡帶寬。去年，麻省理工學院的一組研究人員證明了這一點。由麻省理工學院的研究人員開發(fā)的基于AI的系統(tǒng)自動“學習”了如何在數(shù)千臺服務器上調(diào)度數(shù)據(jù)處理操作——這項任務傳統(tǒng)上是留給不精確的、人為設計的算法完成的。麻省理工學院的研究人員說，這樣做可以幫助當今耗電的數(shù)據(jù)中心更加高效地運行。研究人員說，與最好的手寫調(diào)度算法相比，研究人員的系統(tǒng)完成工作的速度提高了大約20％到30％，而在交通繁忙的時候完成速度快了兩倍。此外，該系統(tǒng)還將學習如何有效壓縮工作負載以減少浪費。結果表明，該系統(tǒng)可以使數(shù)據(jù)中心使用更少的資源以更高的速度處理相同的工作負載。

2.人員配置：在數(shù)字時代，雇用具有正確技能的人是一項巨大的挑戰(zhàn)。例如，Gartner預測，到2020年，由于I＆O技能的不足（從2016年的不到20％增長），有75％的組織將經(jīng)歷明顯的業(yè)務中斷。人工智能可以在自動化當今人類代理執(zhí)行的許多任務中發(fā)揮重要作用。

3.能源效率：從Google的例子中可以看出，基于AI的系統(tǒng)在更好地優(yōu)化供暖和制冷系統(tǒng)方面可以發(fā)揮巨大作用，進而可以幫助降低電費。最佳利用資源，例如執(zhí)行某些類型任務的最有效時間。AI還可以用于幫助創(chuàng)建更高效的數(shù)據(jù)中心的設計，以及檢測很少使用的應用程序或服務器。它還可以用于檢測耗電的應用程序或服務器，并建議將特定工作負載轉移到更高效的工作負載的方法。

4.安全性：AI可以在數(shù)據(jù)中心的安全運營中心中廣泛使用。通過分析來自多個系統(tǒng)的事件和輸入，并設計適當?shù)氖录憫到y(tǒng)，人工智能可以補充當前的安全事件和事件管理（SIEM）系統(tǒng)。基于AI的系統(tǒng)可以改善安全運營中心的監(jiān)控，并可以減少基本的L1作業(yè)。例如，當每秒記錄超過20，000個事件時，人類將很難監(jiān)視這些事件。基于AI的系統(tǒng)可以幫助從誤報中識別惡意流量，并幫助數(shù)據(jù)中心管理員更有效地處理網(wǎng)絡安全威脅。

5.主動管理硬件：人工智能系統(tǒng)可以幫助組織主動管理其IT基礎架構（例如存儲，服務器或網(wǎng)絡設備）的運行狀況。例如，通過匯總不同設備的日志，AI可以發(fā)掘出故障的根本原因，還可以主動識別設備退化的前兆。在設備出現(xiàn)故障之前，可以報告異常（如果有）以解決可能的故障原因。

如果看一下上述好處，那就很清楚了，數(shù)據(jù)中心的未來肯定會更多地支持人工智能，并具有提高生產(chǎn)率和效率的巨大潛力。
責任編輯:tzh