在確定2018年十大戰略技術趨勢時，調研機構Gartner公司分析師預測人工智能(AI)或智能應用和分析將成為主要的技術。

實際上，Gartner公司預計幾乎所有應用程序和服務都會在未來幾年內采用一定程度的人工智能技術。在快速發展和變化的數據中心行業格局中，這種智能技術創新可以帶來許多有益的用途和部署策略。那么，對于如此廣泛的應用，人工智能的擴散對數據中心意味著什么呢?

人工智能的興起

最初，采用人工智能意味著數據中心需要運行大量工作負載來處理人工智能技術的激增，例如機器學習。數據中心的重要性可能會越來越高，并成為這些新興技術運作的核心。除了有利的業務影響外，人工智能應用程序還將對數據中心本身運營產生實質性和積極的影響。

人工智能的益處被未來的數據中心錨定在實施過程中。從數據中心基礎設施的監測和控制到應用、冷卻、電力、存儲等的管理，一切都有機會實時無縫地維護和調整。人工智能技術在數據中心部署完全實現之后，將迎來最佳效率、生產力和可靠性的新時代。

人工智能應用程序的一個好處是能夠顯著降低數據中心停機風險。目前，停機時間對于數據中心是最昂貴的事件之一，不僅對數據中心運營商，而且對其客戶也是如此。根據調研機構IDC公司的調查，數據中心的停機時間的平均成本可能達到每小時10萬美元到100萬美元。基礎設施或關鍵應用程序發生故障可能會嚴重損害數據中心客戶端的聲譽和業務實踐，更不用說對于企業的關鍵合作伙伴的任何影響。為了避免這些有害事件，采用人工智能將是保持100%正常運行時間的具有希望的一個步驟。

機器學習作為人工智能的一個子集，通過為計算機系統提供“學習”能力，為企業提供支持。通過允許系統識別模式，并自動構建分析模型的算法，數據中心的計算機系統現在可以增強用較少的人為干預做出關鍵決策。調研機構德勤公司預測，由于這種類型的人工智能有著令人鼓舞的優勢，全球各地的數據中心今年將采用80萬個機器學習芯片。

Root Data Center公司使用人工智能軟件來提高他們的熟練技術人員和工程師團隊的技術水平，幫助公用事業公司監控發電機的運行。這種額外的監控可以預防性地使用，也可以在潛在的電力中斷的情況下對關鍵的發電機進行監控。如果沒有人工智能，保持這種謹慎的警戒水平幾乎是不可能的，因為可能需要對50臺發電機保持不斷監視，同時恢復供電。

由Litbit公司開發和使用中的軟件提供了額外的自動監視層，作為數據中心設施技術支持團隊的擴展。Litbit傳感器跟蹤聲音模式的變量，以潛在地識別和解決問題，甚至可以在出現問題導致停機之前預測出來。人工智能具有更精細的感官體驗以及預測建模的應用，使用戶團隊能夠同時在更多地方擁有“眼睛”和“耳朵”。雖然人類感官可能無法獲得指示問題的微小噪聲，但軟件可以使用其學習算法檢測它們，并預測預防性維護或立即關注的需要。

這些開創性的部署代表了新一輪人工智能實施和實際應用的開始。雖然通過人工智能對數據中心運營進行廣泛而全面的管理可能需要多年的時間，但目前支持正常運行時間的實施已經證明對數據中心及其客戶有益。通過更可靠、更易于監控的操作，數據中心用戶可以更輕松地了解他們的數據中心設施是否符合嚴格的合規要求，以確保正常運行時間和效率。

總體來說，數據中心在這個人工智能的新時代面臨更多的發展機遇。隨著數據中心越來越重視日常運營，并擴大規模和復雜性，人工智能承諾簡化其部署所在設施的關鍵日常工作。

對于每個數據中心來說，應用程序看起來可能不同，但是隨著人工智能成為智能增長和創新的中心，這些集成的價值將仍然很高。