雖然超大規(guī)模企業(yè)已經(jīng)使用人工智能來改善運營，但大多數(shù)其他數(shù)據(jù)中心的集成度還不夠高，無法使其發(fā)揮作用。

數(shù)據(jù)中心管理的工作正在迅速變化。有混合環(huán)境和多云需要處理、邊緣計算以及快速發(fā)展的網(wǎng)絡(luò)安全威脅的持續(xù)沖擊。

[[428597]]

人工智能承諾解決他們所面臨的所有復(fù)雜問題。自學(xué)習(xí)系統(tǒng)將自行適應(yīng)快速發(fā)展的環(huán)境，抵御已知和未知威脅，以超人的準(zhǔn)確性即時響應(yīng)，并且以低廉的成本完成所有工作。

由于孤立的系統(tǒng)和缺乏集成管理平臺，目前還沒有，而且可能不會持續(xù)很長時間。

安永咨詢服務(wù)董事總經(jīng)理AmrAhmed表示，數(shù)據(jù)中心的復(fù)雜性呈指數(shù)級增長。過去，一家公司可能只有一臺大型機。然后，有了客戶端-服務(wù)器，環(huán)境增長到數(shù)十、數(shù)百或數(shù)千臺機器，他說。“分布式環(huán)境——數(shù)十萬;虛擬化——數(shù)百萬;云——數(shù)千萬。”這超出了人類的管理能力。“人工智能是必不可少的，”他告訴DCK。“沒有辦法解決它。這不是一種選擇。它不是可選的。”

最大的云提供商，超大規(guī)模者，已經(jīng)將機器學(xué)習(xí)(一種人工智能)應(yīng)用于這個規(guī)模問題已經(jīng)有一段時間了。“預(yù)測故障、自動轉(zhuǎn)移工作負載——這些事情不會在未來十年內(nèi)發(fā)生，”他說。“它已經(jīng)存在。云服務(wù)提供商已經(jīng)在他們的云環(huán)境中使用它。這就是他們可以大規(guī)模提供服務(wù)的方式。”

多年來，特別是在數(shù)據(jù)中心電力和冷卻領(lǐng)域，高級分析已被用于降低能源成本。“有許多工具可以分析這些數(shù)據(jù)并做出決策，”艾哈邁德說。

當(dāng)人工智能可以幫助提高數(shù)據(jù)中心的正常運行時間時，這是一個明顯而明顯的好處——也是大型數(shù)據(jù)中心運營商關(guān)注的一個重要領(lǐng)域。Capgemini人工智能和分析副總裁DanSimion表示，人工智能和機器學(xué)習(xí)可用于預(yù)測關(guān)鍵任務(wù)的失敗，并避免意外的系統(tǒng)和服務(wù)故障或數(shù)據(jù)中心中斷。“這種方法創(chuàng)造了一種自我修復(fù)機制，”他告訴DCK。

他補充說，雖然大型數(shù)據(jù)中心供應(yīng)商在這方面處于領(lǐng)先地位，但高科技公司也可能會從頭開始構(gòu)建這類人工智能系統(tǒng)，如果它在他們的駕駛室里。

他說，數(shù)字化程度最高的公司已經(jīng)從他們的人工智能投資中看到了價值，擁有大型數(shù)據(jù)中心的公司也是如此。

人工智能需要態(tài)勢感知

對于較小的數(shù)據(jù)中心，開始部署人工辭退的最簡單方法是依賴技術(shù)供應(yīng)商。但是，這種方法存在局限性，即難以處理相互依賴和業(yè)務(wù)環(huán)境。

為了發(fā)揮最大的作用，人工智能需要態(tài)勢感知。對于僅限于單個供應(yīng)商的產(chǎn)品及其功能的人工智能系統(tǒng)來說，這是很難做到的。

“當(dāng)我看到我的網(wǎng)絡(luò)、我的計算或電源使用量激增時，這可能與我的勞動力變化有關(guān)，”艾哈邁德說。例如，更多的人可以在家工作。這可能是由于正在推出重大平臺升級-或者是一些邪惡的事情。“添加該業(yè)務(wù)環(huán)境為復(fù)雜性增加了第三個維度。”

大多數(shù)供應(yīng)商仍處于將人工智能和機器學(xué)習(xí)功能添加到單個產(chǎn)品的早期階段。例如，產(chǎn)品可能會提供異常活動的警報(機器學(xué)習(xí)最常見的用例之一)，但除此之外沒有其他太多。更高級的供應(yīng)商可以提供預(yù)測分析、行動建議，甚至自動修復(fù)問題。

一種更全面、更有效的人工智能方法是領(lǐng)域不可知的，從所有系統(tǒng)中提取數(shù)據(jù)。在大多數(shù)情況下，實現(xiàn)這種能力還處于早期階段。

首先，通常存在組織障礙。“這一切都在孤島中，”艾哈邁德說。“有網(wǎng)絡(luò)團隊，有管理這個的基礎(chǔ)設(shè)施團隊，還有管理它的運營團隊。將它們整合在一起并使用AI和ML來理解它需要時間。”

在單個系統(tǒng)上部署人工智能工具更簡單，但一些組織開始采用更集中的方法。“他們正在改變他們的運作方式，”他說。

盡早打好基礎(chǔ)

有遠見的數(shù)據(jù)中心經(jīng)理在設(shè)計他們的系統(tǒng)時考慮到了人工智能。

一個有吸引力的用例是預(yù)測設(shè)備何時可能會提前損壞，以便在它導(dǎo)致數(shù)據(jù)中心宕機之前對其進行修復(fù)或更換。

美國主要數(shù)據(jù)中心提供商QTSRealtyTrust的產(chǎn)品首席技術(shù)官BrentBensten表示：“供應(yīng)商都在談?wù)撊斯ぶ悄芑驒C器學(xué)習(xí)的這種必殺技，以預(yù)測何時會發(fā)生故障。”

此功能需要跨不同系統(tǒng)的整體視圖，而這種視圖仍然很難獲得。要確定設(shè)備何時可能發(fā)生故障，您可能需要溫度數(shù)據(jù)、利用率歷史記錄、功耗數(shù)據(jù)等。

Bensten說，“孤立讓事情變得困難，直到你可以將系統(tǒng)與其他系統(tǒng)融合在一起，讓它們變得更智能，人工智能和機器學(xué)習(xí)才會變得強大。這就是我的觀點。”

在過去四年中，QTS一直在投資于統(tǒng)一平臺以滿足其基礎(chǔ)設(shè)施管理需求。他說。“我們把它們?nèi)磕脕?，把它們合而為一，然后我們就可以在它上面做人工智能和機器學(xué)習(xí)。”