人工智能和機器學習正在逐步接管日常任務和高級任務。管理者和員工會被掃地出門嗎？
大多數(shù)IT領導者都認為自己完全掌握了數(shù)據(jù)中心的管理、運營和規(guī)劃。實際上，他們沒并沒有掌握。
沒有一個IT領導者或IT專家團隊能對數(shù)據(jù)中心的重要任務施加精確（甚至更精細）的控制——精確到每一秒。人類（即使是受過高等教育和訓練的人）也往往會受個人喜好、偏見和誤解蒙蔽，無法對未來的規(guī)劃和其它重要職責形成清晰的看法。
人工智能（AI）就沒有這樣的缺點。這就是為什么，即使當數(shù)據(jù)中心運營商為混合環(huán)境、物聯(lián)網(wǎng)和其它難題時而煩惱時，他們也需要考慮人工智能對一大群關鍵的數(shù)據(jù)中心運營和服務所產(chǎn)生的影響。
以下是所有IT領導者需要了解的七件事，這些事情關系到人工智能如何將數(shù)據(jù)中心變成更強大，更高效的設施。
1． 許多不同類型的數(shù)據(jù)中心可以從人工智能中受益
Joe Merces（他是企業(yè)備份和災難恢復技術提供商Cloud Daddy的首席執(zhí)行官和紐約市法務部的前首席信息官）說，所有類型的數(shù)據(jù)中心都可以從人工智能中受益，但受益最大的數(shù)據(jù)中心往往是大型設施，如大型企業(yè)數(shù)據(jù)中心、公共云數(shù)據(jù)中心、托管主機的數(shù)據(jù)中心和外包數(shù)據(jù)中心。
電氣和電子工程師協(xié)會（IEEE）的研究員兼數(shù)據(jù)存儲分析公司Coughlin Associates的總裁Tom Coughlin認為，所有的數(shù)據(jù)中心都可以利用機器學習等人工智能方法來更好地管理內(nèi)部資源，并預測即將推出的硬件和數(shù)據(jù)需求。他指出：“人工智能正在成為最重要的（數(shù)據(jù)中心）應用程序之一?！?/p>
數(shù)據(jù)中心維護服務提供商Park Place Technologies的創(chuàng)新負責人Paul Mercina解釋說，機器學習正在從基本的模式識別和傳統(tǒng)算法轉(zhuǎn)變?yōu)楦鼜碗s的深度學習領域。他說：“機器學習的一個關鍵貢獻是，它能夠使用迭代的方法發(fā)現(xiàn)數(shù)據(jù)中的結構，而無需人類從任何理論或假設開始進行測試”。深度學習使用多層人工神經(jīng)網(wǎng)絡，在對象檢測和分類、語音識別和語言翻譯等任務中帶來極高的準確度。
2． 人工智能幫數(shù)據(jù)中心提高能效
在過去幾年中，人工智能工具在減少數(shù)據(jù)中心能耗和浪費方面發(fā)揮著越來越重要的作用。Mercina指出：“這些應用程序有助于降低功耗，對低下的冷卻效率發(fā)出報告并分析關鍵任務系統(tǒng)的健康狀況，以提高效率并節(jié)約能源。”
荷蘭數(shù)據(jù)中心協(xié)會的常務董事Stijn Grove說：“數(shù)據(jù)中心的環(huán)境不斷發(fā)生變化”。他認為，人工智可以監(jiān)督當前室內(nèi)外的溫度并預測未來的天氣，這使數(shù)據(jù)中心能夠優(yōu)化制冷資源并節(jié)約能源。
服務器是所有數(shù)據(jù)中心的用電大戶。Grove說：“當你想在需要的時候自動擴展或縮小云服務器的規(guī)模時，只要充分利用每臺服務器的潛力并關閉未使用的容量，你就能節(jié)約更多的能源?！?/p>
人工智能還可以顯著減少存儲能耗。只要用人工智能的監(jiān)控和分析來預測各類用戶的活動，數(shù)據(jù)中心就可以快速將不太常用的數(shù)據(jù)轉(zhuǎn)移到能耗較低的存儲源，并將頻繁使用的數(shù)據(jù)轉(zhuǎn)移到能性能更好的存儲源。Coughlin說：“此外，使用人工智能來最大限度地減少處理過程中來回移動的數(shù)據(jù)是可能做到的”。他解釋說：“使用中的數(shù)據(jù)可以進行智能布局，這可以使數(shù)據(jù)和處理數(shù)據(jù)的地方挨得更近，從而減少過度數(shù)據(jù)移動所消耗的能量?！?/p>
3． 人工智能可以提高數(shù)據(jù)中心的安全性
數(shù)據(jù)中心的安全需求正在迅速發(fā)生變化。直到最近，數(shù)據(jù)中心面臨的最大威脅依然來自內(nèi)部的員工或來自外部的相對原始的暴力攻擊?？▋?nèi)基梅隆大學泰珀商學院的商業(yè)技術副教授Param Vir Singh表示：“如今，黑客正在創(chuàng)建基于人工智能的算法，這些算法試圖發(fā)現(xiàn)數(shù)據(jù)中心的弱點”。他指出，人工智能是應對這一挑戰(zhàn)的最佳技術。
Mercina說：“人工智能應用程序使數(shù)據(jù)中心能夠更快地適應不斷變化的安全要求，同時為用戶提供更安全的環(huán)境，而無需強制執(zhí)行嚴格的規(guī)則。人工智能解決方案還有助于檢測惡意軟件和垃圾郵件，分析正常和異常的活動模式，發(fā)現(xiàn)弱點并加強對潛在威脅的保護?！?/p>
Coughlin說，人工智能還可以將惡意入侵隔離在‘蜜罐’中，“在這里，人們可以對其進行密切監(jiān)控，甚至可以追蹤入侵者。”
4． 人工智能可以優(yōu)化數(shù)據(jù)中心的性能
只要不斷監(jiān)控和調(diào)整包括處理數(shù)據(jù)的地方、網(wǎng)絡和內(nèi)存在內(nèi)的資源，人工智能就可以使企業(yè)以最高的效率運行數(shù)據(jù)中心。Merces指出：“人工智能可用來監(jiān)控負載分配，使基礎架構更具可擴展性，同時優(yōu)化冷卻和功耗方面的效率”。人工智能還可用來優(yōu)化服務器的配置和利用率。他說：“例如，只要移動負載并通過重啟、循環(huán)啟動和重新制作鏡像的方法來嘗試修復，人工智能就可以發(fā)現(xiàn)基礎設施的問題并進行自我修復?！?/p>
Coughlin認為，人工智能特別有效地優(yōu)化服務器的使用。他說：“這可能包括將合適的處理能力交給應用程序所特有的處理器，例如GPU和TPU”。人工智能還可以優(yōu)化數(shù)據(jù)中心軟件的性能。他補充說“例如，限制數(shù)據(jù)庫中相同數(shù)據(jù)的輪詢或限制重復過程。”
5． 人工智能將改善基礎設施管理
Ponemon Institute的一項研究稱，2016年各行業(yè)數(shù)據(jù)中心停機時間的平均成本約為每分鐘8，850美元。Singh說：“如果我們能夠預測維護方面的問題，我們就可以采取預防措施?！?/p>
只要使用不斷改進的基礎設施管理技術和智能傳感器，人們就可以訓練神經(jīng)網(wǎng)絡來分析現(xiàn)有基礎設施的需求和容量，以便利用最合適的設備來滿足需求。律師事務所Tucker Ellis的合伙人Tuck Northman說（他專于商業(yè)法和企業(yè)法）：“因為，相比于一個人或一群人，人工智能能處理更多的信息，而且?guī)缀跏羌磿r處理的，所以人工智能導向的系統(tǒng)更有效，更可靠”。他指出，傳感器還有助于數(shù)據(jù)中心的管理者預測或減輕災難性故障。
Mercina指出，如今，大多數(shù)數(shù)據(jù)中心都由訓練有素，執(zhí)行日常任務（如遍歷數(shù)據(jù)中心行，搜索表明硬件發(fā)生故障的指示燈）的人員來進行管理、監(jiān)控和維護。他說：“只要不必再做無謂的猜測并將積極性賦予整個生態(tài)系統(tǒng)，人工智能和機器學習就能徹底改變這種過時的范式?！?/p>
人工智能有望對數(shù)據(jù)中心安排日常維護任務的方式產(chǎn)生重大影響。只要仔細審查所有相關的數(shù)據(jù)中心資源，人工智能不久將可以預測特定設施何時需要服務、升級和更換。因此，定期的維護計劃將逐漸被人工智能生成的建議所取代，Grove做了這樣的預測。他報告說：“這將改善正常運行時間并降低成本?！?/p>
6． 人工智能正在成為一個強大的數(shù)據(jù)中心規(guī)劃工具
人工智能最振奮人心的應用之一就是為數(shù)據(jù)中心做規(guī)劃。Northman說，只要從數(shù)據(jù)中心的傳感器中提取大量信息，并利用從以往情境中進行學習的能力，人工智能就可以提供精細的預測，更重要的是，它可以對修改了的假設中的差異進行建模。他說：“系統(tǒng)就緒的時間越長，獲得的信息就越多，人工智能所作的預測就越準。”
Merces報告說：“這就發(fā)生在當下”，例如，人工智能用來規(guī)劃和配置電力資源，以及預測冷卻需求。他指出：“人工智能還被用于規(guī)劃和管理網(wǎng)絡和帶寬利用率和優(yōu)化?！?/p>
7． 人工智能將管理越來越多的數(shù)據(jù)中心任務，鮮有人工參與，或根本沒有
Grove說，人工智能很有可能全面搶占目前由人工處理的數(shù)據(jù)中心任務。他說：“數(shù)字生態(tài)系統(tǒng)需要更多即時控制和操作，這些控制和操作只能通過人工智能和機器學習來實現(xiàn)。此外，隨著邊緣計算的出現(xiàn)，你需要人工智能來正確地做這樣的事情，這樣才能夠管理大量無人值守的數(shù)據(jù)中心。”
可以監(jiān)控、診斷和自我修復的完全自動化的據(jù)中心，這是人們夢寐以求的東西。大數(shù)據(jù)分析公司Guavus的首席科學家Roger Brooks說：“這就需要人工智能、機器人甚至增強現(xiàn)實技術——機器之間互相幫助?！?/p>
樂觀地看，至少從人的角度來看，人工智能仍然無法可靠地執(zhí)行高層次的推理和決策任務，哪怕只是接近較低程度的可靠性。Merces預測道：“人工智能包攬了大大小小的工作，它被劃分為特定的功能，雖然這些功能極盡高效，但最終，它們還是不會獲得智慧。”
Northman表示同意，他說：“雖然管理者將越來越依賴人工智能，靠它來操作和管理數(shù)據(jù)中心，但我預計，人類并不會完全被排除在流程之外。雖然管理者無需再為某些數(shù)據(jù)中心承擔太多的職責......但人類將繼續(xù)發(fā)揮作用，防止故障的出現(xiàn)?！?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
