盡管人們對于人工智能的定義有著激烈的爭議，但其含義是顯而易見的，就是執行一些需要人類判斷的過程和任務，能夠根據以前發生的事情進行判斷的機器來代替人類。然而要做到這一點，需要大量的計算能力。例如，遠程跟蹤汽車維護信息所需的基礎設施，需要將數據傳輸到集中式系統，對本身可能位于云端的程序執行數據分析，然后允許人工智能系統提出維護建議或采取行動。
作為互聯網及其數十億臺網絡設備的處理核心，數據中心設施為所有這些計算提供支持。近年來，虛擬化、自動化和數據中心基礎設施管理方面出現了重大發展，但如何將人工智能應用于數據中心的運營和維護呢?
數據中心的智能應用這在一定程度上已經在發生。思科公司的M5統一計算系統或HPE公司的InfoSight等系統正試圖緩解工作人員越來越難以應對現代數據中心復雜性的事實。
例如，思科公司的這款智能系統允許數據中心管理人員定義使用策略，然后允許軟件自動移動資源，以使數據中心處于最佳狀態。思科公司混合云和機器學習高級經理Joann Starke指出：“數據中心的運營與管理變得如此復雜，以至于人們需要采用軟件進行控制，并自動進行實時更改。”
根據施耐德電氣公司的調查，長期以來數據中心技術一直在使用某種形式的人工智能。例如UPS和冷卻單元可以根據條件使用算法來決定設備的行為。
電力和冷卻設備通常收集關于外部環境和內部過程的數據。反過來，這些設備將決定如何對這些數據作出響應，例如，向工作人員發送警告消息或關閉電池充電。然而，施耐德電氣公司認為，數據中心采用人工智能還有一段很長的路要走。
如今，越來越多的數據中心遷出城區，并在更偏遠的地區運營數據中心。LitBit公司的創始人Scott Noteboom開發了一個人工智能數據中心解決方案，這是由于數據中心需要遠程管理的結果。最初的解決方案是采用高薪吸引技術熟練的運維工程師在數據中心工作。
然而，曾擔任蘋果公司數據中心負責人的Noteboom發現，數據中心的專業人才越來越難以招募和保留，而熟練技術人員尤其如此。
Noteboom因此有了一個復制熟練和經驗豐富的工程師技能的想法，并采用人工智能來實現，并將其命名為DAC.它是用于數據中心管理和維護的人工智能角色。DAC擁有10000多條數據中心的知識和經驗，這是從許多數據中心工程師的集體知識庫中獲取的資源。并且這種人工智能還可以不斷學習。
就像人類一樣，DAC也會對其周圍的環境做出反應，無論是噪音、視線、燈光等因素。與人類不同的是，它可以將這些信息與內部存儲信息進行交叉參考，了解數據中心運營的適當條件。
人工智能最終取代數據中心工作人員調研機構Gartner公司副總裁兼杰出分析師George Weiss認為，IT領導人應該對數據中心的計劃更有雄心和遠見，并認識到隨著日益復雜化而帶來的挑戰。
Weiss說：“IT領導者需要考慮更大的范圍，并采納數據中心的智能自組織系統、未來的邊緣和云計算的原則。其目標應該是構建監控和分析系統行為的平臺和服務，從而使預定義的目標和服務水平不斷優化。對于那些可能想知道允許機器做出決定的真正優勢的人來說，Gartner公司研究人員認為，這樣做可以實現有目的的行動，實現組織設定的目標”。 換句話說，就讓機器完成工作，并從中謀取利益。
埃森哲公司的研究顯示，人工智能可能會讓所有行業的利潤率平均提高38%，并在2035年實現14萬億美元的經濟增長。而在數據中心采用人工智能似乎是一個明智的舉措。
當然，在任何關于人工智能的討論中，人們總是擔心失業。無論是工業革命的創新者還是云計算的反對者，都會對改變游戲規則的新技術產生同樣的恐懼。但是隨著人工智能的廣泛應用，新的就業機會將不斷涌現，人工智能技術將最終成為新的標準。
京公網安備 11010502049343號