人工智能已經(jīng)存在了很長一段時間，其不斷發(fā)展以其提升性能和降低成本的質(zhì)量破壞了不同的行業(yè)和領(lǐng)域。另一方面，我們正在見證數(shù)據(jù)科學的興起，它能夠利用大量的數(shù)據(jù)，進行處理，分析并使其有意義。不久之前，不可能解釋非結(jié)構(gòu)化數(shù)據(jù)，現(xiàn)在借助大數(shù)據(jù)技術(shù)，組織看到了從實施龐大數(shù)據(jù)收集和分析中獲得的巨大收益。
這意味著將部署大型數(shù)據(jù)中心來存儲和處理所有這些數(shù)據(jù)。但是，這還要求他們雇用大量合格的人員來監(jiān)視和維護數(shù)據(jù)中心，這既昂貴又復(fù)雜。
人工智能帶來了一系列可以簡化事情的新可能性，因此讓我們討論在數(shù)據(jù)中心利用它的原因。
一、可以節(jié)省能源
數(shù)據(jù)中心需要大量能量才能正常運行，其中很大一部分能量用于冷卻系統(tǒng)。 如果我們牢記它們?yōu)檎麄€互聯(lián)網(wǎng)提供動力，那么很清楚為什么它們排放的二氧化碳與航空業(yè)一樣多。
例如，典型的Google搜索使用大約60W的燈泡點亮17秒鐘所需的能量，因此產(chǎn)生的二氧化碳含量為0.2gr。如果聽起來不算太多，請想象一下一天內(nèi)有多少搜索。 不用說，隨著數(shù)據(jù)流量的增長，能耗有望翻倍。
Google已通過引入AI來解決此問題，以合理有效地優(yōu)化其數(shù)據(jù)中心的能源使用。借助這項智能技術(shù)，Google設(shè)法將其數(shù)據(jù)中心冷卻系統(tǒng)的能耗降低了40%。
AI能夠?qū)W習和分析溫度，測試流量并評估冷卻設(shè)備。可以部署不同的智能傳感器來發(fā)現(xiàn)能源效率低下的源并自主優(yōu)化它們。
最后，冷卻系統(tǒng)將得到優(yōu)化的事實將防止設(shè)備的磨損。
二、將減少停機時間
數(shù)據(jù)中心有時會斷電，從而導(dǎo)致停機。這些事件在財務(wù)和用戶體驗方面的成本都可能很高– 25%的全球企業(yè)服務(wù)器在每小時停機期間損失30萬至40萬美元。
為了防止出現(xiàn)這種情況，組織雇用了許多專業(yè)人員來監(jiān)視和預(yù)測中斷。
但是，這是一項復(fù)雜的任務(wù)，需要員工分析和解釋不同的問題，以便能夠確定問題的根源并預(yù)測中斷。另一方面，AI可以跟蹤許多參數(shù)，包括服務(wù)器性能，網(wǎng)絡(luò)擁塞或磁盤利用率，并預(yù)測中斷。
除此之外，由AI驅(qū)動的預(yù)測引擎還可以識別可能導(dǎo)致系統(tǒng)崩潰的故障區(qū)域。值得一提的是這項技術(shù)的自主性，因為AI不僅可以用來預(yù)測中斷，而且可以用來預(yù)測可能受到中斷影響的用戶，并提出從中斷中恢復(fù)的策略。
三、將優(yōu)化工作量分配
預(yù)測分析將使工作負載分配成為可能。 過去，IT專家曾經(jīng)負責優(yōu)化公司中服務(wù)器的性能，從而確保正確分配工作負載。
最大化優(yōu)化可確保降低成本和更好地分配資源，這兩個因素對于組織的數(shù)字化運營至關(guān)重要。但是，IT團隊通常人手不足或沒有足夠的資源來密切關(guān)注24/7這個復(fù)雜的流程，因而受到限制。
AI使用功能強大的算法，能夠立即執(zhí)行大量計算，并優(yōu)化存儲并實時確定負載平衡。
四、將實現(xiàn)無人自動化
自動化是AI最重要的部分之一，最近的發(fā)展使組織可以嘗試使用所謂的“ lights out”數(shù)據(jù)中心。簡而言之，這些數(shù)據(jù)中心不必由人員監(jiān)視和監(jiān)督。
無人駕駛的自動化將使傳統(tǒng)的數(shù)據(jù)中心過時，而傳統(tǒng)的數(shù)據(jù)中心已經(jīng)過時，這些中心可以進行有效的計算并減少數(shù)據(jù)消耗，而這些數(shù)據(jù)中心已被技術(shù)人員監(jiān)督。目標是通過降低氧氣含量來降低火災(zāi)風險，更有效的冷卻設(shè)計，通過增加機架高度并使機器人可以訪問等方式來提高存儲容量，從而實現(xiàn)更高的效率和自主性。
未來將使用DCMI軟件對由AI驅(qū)動的數(shù)據(jù)中心進行遠程監(jiān)控，并且由于無人值守的自動化，將人為錯誤的發(fā)生率降至最低。
五、將提高安全性
數(shù)據(jù)中心容易受到不同的網(wǎng)絡(luò)威脅的威脅已經(jīng)不是什么秘密了，黑客們總是四處尋覓，尋找新的方法來搶奪敏感數(shù)據(jù)。
問題在于，當他們設(shè)法侵入組織的網(wǎng)絡(luò)時，他們可以獲得對數(shù)百萬用戶的個人和機密信息的訪問權(quán)。 預(yù)防網(wǎng)絡(luò)威脅的關(guān)鍵在于預(yù)期和及早發(fā)現(xiàn)。
這就是每個組織都聘請數(shù)據(jù)安全專家來防止這些事件的原因。但是，分析網(wǎng)絡(luò)攻擊是一項艱巨而耗時的任務(wù)，這就是為什么AI及其強大的分析能力可以使執(zhí)行此任務(wù)的人感到驚奇的原因。即，人工智能將學習正常的網(wǎng)絡(luò)行為，這意味著它將能夠注意到任何偏離它的行為。這種偏離通常是不同安全威脅的結(jié)果。
人工智能還將使數(shù)據(jù)中心能夠檢測到惡意軟件和安全漏洞。
顯然，數(shù)據(jù)中心的未來很大程度上取決于利用AI技術(shù)。這五個原因是最重要的，但這只是冰山一角，因為人工智能及其子集技術(shù)(例如機器學習和神經(jīng)網(wǎng)絡(luò))將是獲得競爭優(yōu)勢并緊跟最新趨勢的必要條件。
