如今，人工智能（AI）在捕獲，處理和分析數(shù)據(jù)方面起著舉足輕重的作用！合并數(shù)據(jù)元素和管理數(shù)據(jù)中心也變得越來(lái)越高效和有用。

　　隨著數(shù)據(jù)成為維持幾乎所有業(yè)務(wù)運(yùn)營(yíng)以獲取洞察力和業(yè)務(wù)成果的先決條件，數(shù)據(jù)中心正處于這種數(shù)字化轉(zhuǎn)型的關(guān)鍵。這些容納計(jì)算機(jī)和設(shè)備的物理設(shè)施滿足了現(xiàn)代經(jīng)濟(jì)的信息需求。數(shù)據(jù)中心提供無(wú)縫的數(shù)據(jù)備份和恢復(fù)功能，同時(shí)支持云存儲(chǔ)應(yīng)用程序和事務(wù)。除了促進(jìn)經(jīng)濟(jì)發(fā)展之外，數(shù)據(jù)中心生態(tài)系統(tǒng)還吸引了許多國(guó)際高科技公司參與。此外，數(shù)據(jù)中心的存在確保了當(dāng)?shù)厣鐓^(qū)的絕佳投資環(huán)境和就業(yè)機(jī)會(huì)。

　　盡管他們?cè)趲?lái)數(shù)字革命方面發(fā)揮了關(guān)鍵作用，但他們并非沒有問題。據(jù)Gartner分析師DaveCappuccio稱，到2025年，將有80%的企業(yè)關(guān)閉其傳統(tǒng)數(shù)據(jù)中心。考慮到傳統(tǒng)數(shù)據(jù)中心面臨的許多問題，如升級(jí)準(zhǔn)備不足，基礎(chǔ)設(shè)施挑戰(zhàn)，環(huán)境問題等，這些數(shù)據(jù)是合適的。對(duì)此的解決方案是利用人工智能來(lái)增強(qiáng)數(shù)據(jù)中心的功能和基礎(chǔ)架構(gòu)。

　　根據(jù)《福布斯見解》（ForbesInsights）報(bào)告，到2020年初，人工智能有望對(duì)數(shù)據(jù)中心管理，生產(chǎn)力和基礎(chǔ)架構(gòu)產(chǎn)生巨大影響。同時(shí)，其技術(shù)繼續(xù)為數(shù)據(jù)中心提供潛在的解決方案，以長(zhǎng)期改善運(yùn)營(yíng)。作為回報(bào)，通過AI的加速計(jì)算功能實(shí)現(xiàn)的數(shù)據(jù)中心將能夠更有效地處理AI工作負(fù)載。

　　數(shù)據(jù)中心消耗大量能源，因此培訓(xùn)人工智能網(wǎng)絡(luò)以提高電源使用效率（PUE）是一個(gè)關(guān)鍵目標(biāo)。PUE是衡量數(shù)據(jù)中心效率的重要指標(biāo)。2014年，通過在其中一家工廠部署DeepMindAI，谷歌能夠持續(xù)減少40%的冷卻能耗，這相當(dāng)于在計(jì)入電力損耗和其他非冷卻低效因素后，總體PUE開銷減少了15%。它還產(chǎn)生了該網(wǎng)站有史以來(lái)最低的PUE。DeepMind分析數(shù)據(jù)中心內(nèi)的100多個(gè)不同變量，以提高效率并降低功耗。

　　數(shù)據(jù)中心也容易受到各種網(wǎng)絡(luò)威脅的影響。網(wǎng)絡(luò)犯罪分子一直在尋找從數(shù)據(jù)中心獲取數(shù)據(jù)或發(fā)起下一次數(shù)據(jù)泄露攻擊的新方法。通過學(xué)習(xí)正常的網(wǎng)絡(luò)行為并基于與該行為的偏差來(lái)檢測(cè)網(wǎng)絡(luò)威脅，人工智能再次證明是機(jī)智的！通過分析來(lái)自多個(gè)系統(tǒng)的事件和輸入，并設(shè)計(jì)適當(dāng)?shù)氖录憫?yīng)系統(tǒng)，人工算法可以補(bǔ)充當(dāng)前的安全事件和事件管理（SIEM）系統(tǒng)。

　　在數(shù)據(jù)中心中，IT設(shè)備通常被部署在架子上或從架子上拆除，這帶來(lái)了很多分散的資源，例如U空間，這些資源無(wú)法監(jiān)控或管理，并且很容易浪費(fèi)。通過使用智能硬件和IoT傳感器，人工智能可以實(shí)現(xiàn)有效的數(shù)據(jù)中心基礎(chǔ)架構(gòu)管理，從而密切關(guān)注數(shù)據(jù)中心并通過自動(dòng)化減少重復(fù)工作。在這里，數(shù)據(jù)中心經(jīng)理可以自動(dòng)化諸如溫度管理，設(shè)備狀態(tài)監(jiān)控，地板安全，減輕火災(zāi)隱患，通風(fēng)和冷卻系統(tǒng)管理之類的活動(dòng)。結(jié)合預(yù)測(cè)分析，自動(dòng)化還有助于數(shù)據(jù)中心的預(yù)測(cè)維護(hù)。

　　此外，這種基于AI的預(yù)測(cè)分析可以幫助數(shù)據(jù)中心在公司中的許多服務(wù)器之間分配工作負(fù)載。因此，可以更輕松地更有效地預(yù)測(cè)和管理數(shù)據(jù)中心負(fù)載。它還將有助于優(yōu)化服務(wù)器存儲(chǔ)系統(tǒng)，查找系統(tǒng)中可能的故障點(diǎn)，縮短處理時(shí)間并更快地降低風(fēng)險(xiǎn)因素。

　　最近，麻省理工學(xué)院的研究人員開發(fā)了一種AI系統(tǒng)，該系統(tǒng)可以自動(dòng)學(xué)習(xí)如何在數(shù)千臺(tái)服務(wù)器之間調(diào)度數(shù)據(jù)處理操作。在完成關(guān)鍵數(shù)據(jù)中心任務(wù)時(shí)，觀察到該系統(tǒng)的速度提高了約20%至30%，而在高流量期間則提高了兩倍。研究人員斷言，這種人工智能系統(tǒng)可以使數(shù)據(jù)中心使用更少的資源，以更高的速度處理相同的工作負(fù)載。

　　此外，通過深度學(xué)習(xí)（DL）應(yīng)用程序，AI可以提前預(yù)測(cè)故障和中斷。例如。HPE人工智能預(yù)測(cè)引擎有助于識(shí)別和解決數(shù)據(jù)中心的瓶頸。一項(xiàng)對(duì)200家公司的調(diào)查強(qiáng)調(diào)，停機(jī)造成的損失超過265億美元，網(wǎng)絡(luò)中斷的每分鐘成本約為7，900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，AI可以檢測(cè)和預(yù)測(cè)數(shù)據(jù)中斷。此外，它可以實(shí)施緩解策略，以幫助數(shù)據(jù)中心從數(shù)據(jù)中斷中恢復(fù)，從而在中斷期間提高客戶滿意度并減少損失。
責(zé)任編輯人：CC