機器學習是人們迄今為止挖掘大數據潛力而發現的最強大的工具，而數據中心行業是受益最大的行業之一。

現在，大多數公司都高度依賴數據中心，并安排數據中心設施管理人員進行預測和管理，以確保數據中心能夠提供服務和維持生產力。

機器學習工具“大腦”

但隨著壓力和需求的不斷增加，數據中心運營者開始意識到機器學習技術的重要性，它不僅可以幫助數據中心實現自動化，而且具有提高數據中心設施性能的能力。目前，人類越來越難以通過人工直接從DCIM系統分析數據，但還是有許多公司在使用基本工具來跟蹤和監督數據中心的性能，并驗證傳感器網絡所收集的數據是否準確。

日前，英國皇家學會發表了一份“研究機器學習的力量和承諾”的報告。其重點在于如何重塑英國的經濟和人們的生活，該報告還提出了哪些行業將受到影響，如何分配利益，有什么增長機會等問題。

谷歌公司表示，最近正在使用其DeepMind機器學習技術管理其數據中心，主要通過調整其性能來降低運營能耗，與此同時，Facebook公司也正在通過Big Sur服務器培訓機器學習，其學習的內容有，為盲人“讀取”圖像和視頻，對軟件翻譯、智能虛擬助手以及文字識別等人工智能技術的訓練等。

同樣，機器學習在增強數據中心分析能力方面也發揮著重要作用，它為性能分析、投資分析以及評估一個新數據中心的位置是否適合提供了巨大的優勢，如降低成本和提高運行性能。

另外，分析平臺可以識別異常，并可以和校準過的預測模型以及在世界各地350多個數據中心收集的數據“知識”進行比較，從而找出癥結所在。通過這種方式，人們能夠為數據中心的運營和系統提供強大且可操作的平臺，以便數據中心始終保持最佳性能，并提高投資回報率。