隨著數(shù)據(jù)成為支撐幾乎所有組織運營業(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。這些容納計算機和設(shè)備的物理設(shè)施為現(xiàn)代經(jīng)濟的信息需求提供動力。數(shù)據(jù)中心提供無縫的數(shù)據(jù)備份和恢復(fù)設(shè)施，同時支持云存儲應(yīng)用程序和事務(wù)。除了促進經(jīng)濟發(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入。此外，建設(shè)和運營數(shù)據(jù)中心可以確保當?shù)厣鐓^(qū)具有良好的投資環(huán)境和就業(yè)機會。
盡管數(shù)據(jù)中心在帶來數(shù)字革命方面發(fā)揮了關(guān)鍵作用，但并非沒有遇到問題和挑戰(zhàn)。調(diào)研機構(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。考慮到傳統(tǒng)數(shù)據(jù)中心面臨的諸多問題，如升級準備不足、基礎(chǔ)設(shè)施的挑戰(zhàn)、環(huán)境問題等，關(guān)閉和淘汰這些數(shù)據(jù)中心是適當?shù)摹＝鉀Q這些問題的方法是利用人工智能來增強數(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)查報告，在2020年初，人工智能對數(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，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，以改善長期運營。作為回報，由人工智能加速計算能力支持的數(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)是一個關(guān)鍵目標。PUE是衡量數(shù)據(jù)中心效率的重要指標。，谷歌公司于2014年通過在其一個數(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)中心有史以來最低的PUE值。Deepmind分析了數(shù)據(jù)中心內(nèi)的100多個不同變量，以提高運營效率并降低功耗。
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)或進行數(shù)據(jù)泄露攻擊的新方法。通過學(xué)習(xí)正常的網(wǎng)絡(luò)行為，并根據(jù)這種行為的偏差來檢測網(wǎng)絡(luò)威脅，人工智能再次證明了其能力，通過分析多個系統(tǒng)的事件和輸入，設(shè)計合適的事件響應(yīng)系統(tǒng)，人工算法可以補充當前的安全事件和事件管理(SIEM)系統(tǒng)。
在數(shù)據(jù)中心運營中，經(jīng)常部署或從機架上移除IT設(shè)備，這會帶來大量零碎的資源，這些資源無法監(jiān)控或管理，很容易被浪費。通過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)控數(shù)據(jù)中心，并通過自動化技術(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。與預(yù)測分析相結(jié)合，自動化技術(shù)也有助于數(shù)據(jù)中心的預(yù)測性維護。
此外，這種基于人工智能的預(yù)測分析可以幫助數(shù)據(jù)中心將工作負載分布到組織的許多服務(wù)器上。因此，可以更有效地預(yù)測和管理數(shù)據(jù)中心負載。它還將有助于優(yōu)化服務(wù)器存儲系統(tǒng)、查找系統(tǒng)中可能出現(xiàn)的故障點、縮短處理時間，并更快地降低風(fēng)險。
麻省理工學(xué)院的研究人員最近開發(fā)了一個人工智能系統(tǒng)，可以自動學(xué)習(xí)如何在數(shù)千臺服務(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載，并使用更少的資源。
此外，通過深度學(xué)習(xí)(DL)應(yīng)用程序，人工智能可以提前預(yù)測故障和停機。例如HPE公司的人工智能預(yù)測引擎有助于識別和解決數(shù)據(jù)中心的瓶頸。根據(jù)一項對200家公司進行的調(diào)查，全球的數(shù)據(jù)中心每年由于停機造成的損失超過265億美元，網(wǎng)絡(luò)停機每分鐘的成本約為7900美元。通過監(jiān)視服務(wù)器性能、網(wǎng)絡(luò)擁塞和磁盤利用率，人工智能可以檢測和預(yù)測數(shù)據(jù)中斷。此外，它還可以實施緩解策略，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任的權(quán)利。
京公網(wǎng)安備 11010502049343號