AI和數據中心也有著千絲萬縷的聯系，所以很多人喜歡將兩者結合在一起去評說，最近關于兩者的結合討論也是此起彼伏。無疑，能夠將AI引入數據中心，對雙方都是好事，互惠互利，說兩者是唇齒相依的緊密關系也不為過：一方面AI需求是未來數據中心需求增長的主要驅動力，另一方面AI技術將幫助數據中心提升運營效率。

 

AI的發展需要高速計算能力才能完成任務，這也是為何AI早在60年前被提出直到現在才走紅的原因，數據中心基礎設施的不夠完善，讓AI失去了發展的土壤。隨著云計算、大數據、虛擬化等新技術的出現，再加上數據中心計算能力的大幅提升，單位時間內計算能力越來越快，讓AI有了可依賴的現實技術基礎。數據中心里的計算、數據和網絡資源，都是AI能夠生根發芽的土壤，直接將數據中心的基礎設施建設好，才能更好地發展AI。截至到今年7月，互聯網數據中心業務持證企業達到了1322家，數據中心的市場規模持續增長，年均增速接近40%，數據中心領域的高速增長，為AI提供了很好的硬件基礎。AI實現的所有功能都要依賴于計算，只有擁有高速的計算能力才能在短時間內完成AI指定的任務。隨著數據中心建設規模和新技術的部署應用，大大提升了計算能力，單位時間內計算速度越來越快，AI利用數據中心的高速運算能力，完成計算，并根據計算結果發出操作指令。AI計算的結果是否正確，取決于樣本數量是否足夠多，AI需要的是海量的樣本數據，而這樣規模的數據也只有數據中心才能提供。數據中心天然就是一個海量數據庫，每天生成的和轉發的數據都在呈指數增長，AI擁有了這些數據，再根據算法，才能計算出想要的結果或執行相應的控制指令。AI的算法依賴于數據中心提供的大量訓練數據，在此基礎上進行機器學習，才能讓AI的預測結果做到最優，數據量的多少直接決定了AI算法的準確性。所以，往往規模越大的數據中心，越容易得到AI的青睞，這里有AI算法實現所需的更多養分。數據中心建設規模的不斷擴大，數據處理能力的不斷增強，這些都大大促進了AI的發展。

 

AI對數據中心也非常重要，這主要體現在對數據中心運維、能效管理方面上。就像阿里數據中心推出“達靈”一樣，目的就是為了提升數據中心的運維效率，將大量的人工處理工作交由“達靈”去做，解決了數據中心運維的人員痛點。未來數據中心發展將走向軟件定義，管理控制都要由軟件控制器完成，只有控制器越來越智能，數據中心才能真正離開人類，缺少人們給控制器下發的指令，控制器依然無法自行展開數據中心的各種運維活動，但如果能夠通過AI技術，利用AI的學習能力，學習以往管理數據，再進行智能分析，從而得到可觀準確的決策，這比起依靠人工經驗判斷更為準確。AI快速記下海量技術特性，掌握控制器的使用，將比人類更適合于數據中心管理，而且還不用考慮人員離職、變更、犯錯等事情發生，控制器將根據AI的計算結果，自動執行正確的操作指令。AI還可以識別流量監控中可能出現的安全漏洞，自動隔離感染的系統，阻止惡意軟件、病毒或勒索軟件蔓延和傳播。AI可以對數據中心所有設備的軟硬件運行日志、告警信息進行智能識別，實時監控，當發現有異常故障時能自行定位，并隔離故障，確保業務不受影響，AI如果做的好，甚至可以進行故障預測，做到防患于未然，在故障發生前就發現隱患，避免故障的發生。AI在數據中心節能方面發揮的作用也不小，AI可以自動檢測數據中心的電力消耗和散熱、系統狀態和容量，同時根據能耗量進行調整，讓數據中心始終處于最優的運行狀態，消耗能耗量處于最低的水平。眾所周知，2016年的人機大戰，谷歌設計的“阿爾法圍棋”機器人分別戰勝了中韓國家的圍棋九段高手，“阿爾法”就出自谷歌的DeepMind項目。谷歌做AI不僅僅做機器人，還將DeepMind應用到了自己的數據中心里，通過控制服務器和相關設備來管理部分數據中心，將電源使用效率提升了15%，極大降低了數據中心的能耗水平。

 

AI和數據中心的發展是相互促進的，數據中心為AI提供了良好的基礎計算工具和環境，而AI也為數據中心帶來更多的發展機遇，提高成本效益，使得數據中心更加高效、安全，更加智能。未來的發展道路上，AI和數據中心的結合也將越來越緊密。真的是誰也離不開誰，是唇齒相依的緊密關系。

 

版權聲明：本文為企業網D1Net原創，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。