大多數(shù)數(shù)據(jù)中心管理人員的首要任務(wù)是優(yōu)化運(yùn)營(yíng)以滿足高峰需求。然而，無(wú)論他們?nèi)绾巫屑?xì)地計(jì)劃和準(zhǔn)備，需求高峰和低谷往往無(wú)法控制。商業(yè)咨詢機(jī)構(gòu)Capgemini公司北美地區(qū)人工智能工程副總裁Goutham Belliappa說(shuō)：“人工智能可以帶來(lái)獨(dú)特改進(jìn)的地方在于它可以理解工作負(fù)載的模式，并將這些需求與數(shù)據(jù)中心容量相匹配。”

 

人工智能管理可以使數(shù)據(jù)中心團(tuán)隊(duì)從一系列平凡而重復(fù)的任務(wù)中解脫出來(lái)，其中包括服務(wù)器管理、安全設(shè)定、計(jì)算、內(nèi)存和存儲(chǔ)優(yōu)化、負(fù)載均衡，以及電力和冷卻分配等。科技市場(chǎng)咨詢機(jī)構(gòu)ABI Research公司首席分析師Lian Jye Su說(shuō)，“這些工作負(fù)載都可以通過(guò)人工智能實(shí)現(xiàn)自動(dòng)化或增強(qiáng)。”

 

IT管理軟件開發(fā)商Manage Engine公司人工智能和機(jī)器學(xué)習(xí)產(chǎn)品總監(jiān)Ramprakash Ramamoorthy表示，人工智能可以幫助分析從單個(gè)機(jī)器收集的數(shù)據(jù)，并發(fā)現(xiàn)被監(jiān)控參數(shù)中的異常情況。他說(shuō)，“人工智能還可以幫助更早地預(yù)測(cè)故障和中斷，這可以幫助數(shù)據(jù)中心管理團(tuán)隊(duì)減少停機(jī)時(shí)間，并保持集群正常運(yùn)行。人工智能還可以實(shí)現(xiàn)更好的溫度和電壓管理，從而直接降低運(yùn)營(yíng)成本，并幫助減少碳足跡。”

 

Ramamoorthy表示，雖然可以使用各種人工智能方法，但工作負(fù)載管理工具應(yīng)始終確保模型預(yù)測(cè)是完全可解釋的。與其他領(lǐng)域相比，人工智能系統(tǒng)在數(shù)據(jù)中心工作負(fù)載管理中做出的決定通常會(huì)由一個(gè)或多個(gè)協(xié)同工作的團(tuán)隊(duì)來(lái)執(zhí)行。因此，人工智能模型決策應(yīng)該是可解釋的，讓IT團(tuán)隊(duì)能夠更好地理解模型決策的意圖，并采取相應(yīng)的行動(dòng)。

 

他指出，“人工智能模型最多可以達(dá)到80%到85%的準(zhǔn)確度，因此這也有助于人類團(tuán)隊(duì)通過(guò)正確解釋人工智能模型的決策來(lái)關(guān)聯(lián)明智的決策。如果人工智能模型可以為其呈現(xiàn)的決策提供置信度評(píng)分，那么它也將有助于有效的工作負(fù)載管理。”

 

人工智能和機(jī)器學(xué)習(xí)開發(fā)商Tanjo公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官Richard Boyd表示，隨著人工智能和機(jī)器學(xué)習(xí)工具變得越來(lái)越普遍，很多企業(yè)認(rèn)識(shí)到，當(dāng)人類智能與技術(shù)合作而不是競(jìng)爭(zhēng)時(shí)，可以實(shí)現(xiàn)最佳結(jié)果。他說(shuō)，“機(jī)器在許多方面根本無(wú)法取代人類，但機(jī)器在某些領(lǐng)域的應(yīng)用肯定比人類好得多。一旦人工智能和機(jī)器學(xué)習(xí)變得流行，并且企業(yè)員工適應(yīng)這種新的合作關(guān)系，那么他們的觀點(diǎn)就會(huì)發(fā)生轉(zhuǎn)變。”

 

Dell科技公司的人工智能戰(zhàn)略負(fù)責(zé)人Brons Larson表示，數(shù)據(jù)中心可以利用人工智能/機(jī)器學(xué)習(xí)來(lái)提高性能以及優(yōu)化配置和部署。人工智能/機(jī)器學(xué)習(xí)支持動(dòng)態(tài)協(xié)調(diào)資源與工作負(fù)載，以優(yōu)化資源利用率以更好地管理成本。所有人工智能解決方案，無(wú)論是何種應(yīng)用程序或供應(yīng)商，都需要專業(yè)知識(shí)來(lái)正確配置和優(yōu)化價(jià)值。這首先要正確捕獲和評(píng)估用于訓(xùn)練和測(cè)試的數(shù)據(jù)，以及針對(duì)漂移和偏差管理部署的模型。

 

此外，基于規(guī)則的人工智能可以通過(guò)智能策略控制和預(yù)定義配置幫助自動(dòng)化資源優(yōu)化和合規(guī)性。Su指出，“使用從日常運(yùn)營(yíng)中收集的數(shù)據(jù)，基于機(jī)器學(xué)習(xí)的人工智能可以進(jìn)一步增強(qiáng)數(shù)據(jù)中心運(yùn)營(yíng)的其他方面，這些方面以前需要深入的領(lǐng)域?qū)I(yè)知識(shí)。例如，可以通過(guò)自學(xué)威脅檢測(cè)和監(jiān)控算法來(lái)加強(qiáng)數(shù)據(jù)中心的安全性。通過(guò)將所需資源引導(dǎo)到正確的方向，可以優(yōu)化負(fù)載均衡、電源和冷卻分配功能。”

 

Kavanaugh說(shuō)，“人工智能還可以簡(jiǎn)化數(shù)據(jù)管理。企業(yè)越來(lái)越發(fā)現(xiàn)自己被與關(guān)鍵利益相關(guān)者有關(guān)的大量數(shù)據(jù)所包圍。使用人工智能，企業(yè)可以確保有效、準(zhǔn)確地管理這些大量數(shù)據(jù)。”在人工智能的幫助下，企業(yè)的IT團(tuán)隊(duì)可以比以往更快、更準(zhǔn)確地執(zhí)行數(shù)據(jù)質(zhì)量分析或提取數(shù)據(jù)以創(chuàng)建預(yù)測(cè)等任務(wù)。他說(shuō)，“這對(duì)企業(yè)來(lái)說(shuō)至關(guān)重要，因?yàn)樗麄冃枰鼫?zhǔn)確的數(shù)據(jù)來(lái)做出明智的決策。”

 

 

隨著人工智能的成熟，現(xiàn)在出現(xiàn)了一種軟件驅(qū)動(dòng)的方法，可以將不同的元素結(jié)合在一起，并將人工干預(yù)降至最低。例如，在典型的數(shù)據(jù)庫(kù)系統(tǒng)中，需要大量配置才能使操作高效運(yùn)行，例如索引表、跨服務(wù)器對(duì)數(shù)據(jù)進(jìn)行分區(qū)、為某些類型的查詢分配內(nèi)存以及調(diào)整優(yōu)化器以適應(yīng)計(jì)算平臺(tái)和預(yù)期的工作量。Howe指出，“人工智能可以通過(guò)從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)則和程序來(lái)提供幫助，關(guān)于哪些日程安排對(duì)哪些任務(wù)有效，而不是讓我們?cè)噲D弄清楚所有事情。”

 

有了人工智能，企業(yè)IT領(lǐng)導(dǎo)者和團(tuán)隊(duì)可以自由地專注于解決業(yè)務(wù)問(wèn)題，而不必?fù)?dān)心基礎(chǔ)設(shè)施的細(xì)節(jié)。Belliappa說(shuō)，“從人工智能的角度來(lái)看，我們使用的大多數(shù)模型都是自學(xué)習(xí)集成模型，它們結(jié)合使用各種技術(shù)，并在從它們管理的工作負(fù)載模式中學(xué)習(xí)時(shí)不斷優(yōu)化。”

 

 

在人工智能開始發(fā)揮其管理魔力之前，IT和業(yè)務(wù)領(lǐng)導(dǎo)者需要接受將關(guān)鍵管理職責(zé)移交給軟件的想法。Shah說(shuō)，“根據(jù)其規(guī)模和內(nèi)部知識(shí)庫(kù)，人工處理可能非常困難。”

 

最終，企業(yè)如何處理從人工到人工智能工作負(fù)載管理的過(guò)渡取決于其技術(shù)成熟度、運(yùn)營(yíng)規(guī)模和數(shù)據(jù)中心的活力。Kavanaugh說(shuō)，“缺乏現(xiàn)代基礎(chǔ)設(shè)施來(lái)有效利用其數(shù)據(jù)的孤立企業(yè)將陷入困境。”另一方面，越來(lái)越多的人工智能供應(yīng)商提供針對(duì)特定類型企業(yè)的工具，這增加了幾乎任何類型和規(guī)模的企業(yè)能夠平穩(wěn)過(guò)渡的可能性。他預(yù)測(cè)說(shuō)，“隨著企業(yè)及其解決方案的成熟，配置和部署的便利性將會(huì)繼續(xù)提高，”

 

如果說(shuō)人工智能有致命弱點(diǎn)的話，那就是該技術(shù)對(duì)數(shù)據(jù)中心系統(tǒng)和實(shí)踐中甚至相對(duì)微妙變化的反應(yīng)。Howe解釋道，“大多數(shù)人工智能技術(shù)都是在假設(shè)固定環(huán)境的情況下尋找穩(wěn)定的模式。如果以模型無(wú)法看到的方式改變環(huán)境，它會(huì)提供錯(cuò)誤的答案。而在部署更改之前仔細(xì)規(guī)劃可以幫助減輕這種擔(dān)憂。”

 

 

雖然人工智能驅(qū)動(dòng)的數(shù)據(jù)中心工作負(fù)載管理已經(jīng)被許多大型企業(yè)使用，特別是谷歌、亞馬遜和微軟等超大規(guī)模企業(yè)，但規(guī)模較小的數(shù)據(jù)中心運(yùn)營(yíng)商直到現(xiàn)在才開始采用這項(xiàng)技術(shù)。Belliappa指出，用不了多久，數(shù)據(jù)中心管理人員將面臨一個(gè)嚴(yán)峻的選擇：或者繼續(xù)依賴傳統(tǒng)的數(shù)據(jù)中心管理技術(shù)和實(shí)踐，或者大量投資于人工智能驅(qū)動(dòng)的業(yè)務(wù)以保持活力。

 

從長(zhǎng)遠(yuǎn)來(lái)看，隨著技術(shù)的進(jìn)步、成本的下降以及采用者信心的增強(qiáng)，人工智能驅(qū)動(dòng)的管理有望成為主流。Shah預(yù)測(cè)說(shuō)，“在接下來(lái)的四到六年內(nèi)，人們將看到人工智能數(shù)據(jù)中心工作負(fù)載管理技術(shù)成為標(biāo)準(zhǔn)選項(xiàng)。”

 

Howe說(shuō)，““我認(rèn)為這種趨勢(shì)正在迅速發(fā)展，隨著數(shù)據(jù)中心自動(dòng)化程度的提高，人工智能技術(shù)提供了一種更好的方法來(lái)利用提供商擁有大量數(shù)據(jù)的內(nèi)容。”他預(yù)計(jì)使用人工智能學(xué)習(xí)方法的自動(dòng)化工作負(fù)載管理將很快變得司空見慣。

 

Kavanaugh說(shuō)，“越來(lái)越多的行業(yè)觀察家認(rèn)為人工智能將在未來(lái)三四年內(nèi)的某個(gè)時(shí)候開始主導(dǎo)數(shù)據(jù)中心管理，盡管疫情的驅(qū)動(dòng)可能有助于推動(dòng)這一時(shí)間表向前推進(jìn)。數(shù)據(jù)中心很快將能夠?qū)崿F(xiàn)幾乎所有操作的自動(dòng)化，從網(wǎng)絡(luò)安全到維護(hù)再到監(jiān)控。但是，隨著數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，以及企業(yè)發(fā)現(xiàn)人工智能的新用途，數(shù)據(jù)中心管理人員的工作量及其管理將會(huì)繼續(xù)增長(zhǎng)。”

 

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(zé)任的權(quán)利。