人工智能和機器學習如何創(chuàng)建自動化運營的數(shù)據(jù)中心

如今，大多數(shù)圍繞人工智能（AI）的討論都集中在自動駕駛汽車、聊天機器人、數(shù)字孿生技術(shù)、機器人技術(shù)，以及使用基于人工智能的智能系統(tǒng)從大型數(shù)據(jù)集中提取商業(yè)洞察力。但是人工智能和機器學習將會在企業(yè)數(shù)據(jù)中心的服務器中扮演重要角色。

人工智能在提高數(shù)據(jù)中心效率以及擴展業(yè)務方面的潛力可分為四個主要類別：

電源管理：基于人工智能的電源管理可幫助優(yōu)化加熱和冷卻系統(tǒng)，從而降低電費，減少工作人員并提高效率。該領域的代表性供應商包括施耐德電氣、西門子、Vertiv和伊頓公司。

設備管理：人工智能系統(tǒng)可以監(jiān)視服務器、存儲設備和網(wǎng)絡設備的運行狀況，檢查以確保人工智能系統(tǒng)配置正確，并預測設備何時將發(fā)生故障。調(diào)研機構(gòu)Gartner公司表示，AIOps IT基礎設施管理（ITIM）類別的供應商包括OpsRamp、Datadog、Virtana、ScienceLogic和Zenoss。

工作負載管理：人工智能系統(tǒng)可以自動將工作負載實時移動到更高效的基礎設施上，包括在數(shù)據(jù)中心以及在混合云環(huán)境中，在內(nèi)部部署、云計算和邊緣計算環(huán)境之間。越來越多的中小型企業(yè)提供基于人工智能的工作負載優(yōu)化服務，其中包括Redwood、Tidal Automation和Ignio。像思科、IBM和VMware這樣的主要廠商也提供這樣的產(chǎn)品。

安全性：人工智能工具可以了解正常網(wǎng)絡流量的情況，發(fā)現(xiàn)異常情況，區(qū)分需要安全從業(yè)者注意的警報的優(yōu)先級，幫助進行事故后分析，并為有關(guān)企業(yè)安全漏洞的防御措施提供建議。提供這一功能的供應商包括VectraAI、Darktrace、ExtraHop和Cisco。

綜上所述，人工智能可以幫助企業(yè)創(chuàng)建高度自動化、安全、自我修復的數(shù)據(jù)中心，這些數(shù)據(jù)中心幾乎不需要人工干預，并且能夠以更高的效率和彈性運行。

戴爾技術(shù)公司全球首席技術(shù)官辦公室的杰出工程師Said Tabet解釋說：“人工智能自動化技術(shù)可以擴展到超出人類能力的水平來解釋數(shù)據(jù)，收集優(yōu)化能源使用、分配工作負載和最大化效率所需的必要見解，以實現(xiàn)更高的數(shù)據(jù)中心資產(chǎn)利用率?！?/p>

就像自動駕駛汽車的承諾一樣，自驅(qū)動數(shù)據(jù)中心至今還沒有出現(xiàn)。在數(shù)據(jù)中心應用的人工智能的突破有很多技術(shù)、運營和人員方面的障礙。如今，雖然采用的人工智能技術(shù)剛剛起步，但潛在的好處將使一些企業(yè)不斷尋找機會采取行動。

電源管理充分利用服務器工作負載管理

據(jù)估計，數(shù)據(jù)中心消耗了全球3%的電力，并造成了約2%的溫室氣體排放。因此，無論是為了節(jié)省成本，還是為了節(jié)能環(huán)保，很多企業(yè)都在認真研究數(shù)據(jù)中心的電源管理。

調(diào)研機構(gòu)451 Research公司高級分析師Daniel Bizo表示，基于人工智能的系統(tǒng)可以幫助數(shù)據(jù)中心運營人員了解當前或潛在的冷卻問題，例如由于高功率密度機柜阻礙了氣流而導致的冷空氣輸送不足、精密空調(diào)單元性能不佳，或冷熱通道之間的冷空氣輸送不足。

Bizo說，人工智能系統(tǒng)可以通過將精密空調(diào)系統(tǒng)數(shù)據(jù)與環(huán)境感知讀數(shù)相關(guān)聯(lián)來學習設施。

IT咨詢和顧問機構(gòu)StorageIO公司的創(chuàng)始人Greg Schulz補充說，“電源管理是一個很容易實現(xiàn)的成果。這意味著使電源設備更智能地工作?！?/p>

企業(yè)還要有一個容量規(guī)劃的角度。除了尋找熱點和冷點之外，人工智能系統(tǒng)還可以確保數(shù)據(jù)中心為適當數(shù)量的物理服務器供電，并且在電力需求臨時激增的情況下，還有能力啟動和關(guān)閉新的物理服務器。

Schulz補充說，電源管理工具正在開發(fā)與管理設備和工作負載的系統(tǒng)的連接。例如，如果傳感器檢測到服務器運行溫度過高，則人工智能系統(tǒng)可能會快速自動將工作負載轉(zhuǎn)移到未充分利用的服務器上，以避免可能影響關(guān)鍵任務應用程序的潛在中斷。然后，人工智能系統(tǒng)可以調(diào)查服務器過熱的原因，可能是風扇故障（HVAC問題）、物理組件即將崩潰（設備問題），或者服務器剛剛過載（工作負載問題）。

人工智能驅(qū)動的健康監(jiān)控、配置管理監(jiān)督

數(shù)據(jù)中心有很多需要定期維護的物理設備。人工智能系統(tǒng)可以幫助數(shù)據(jù)中心的定期維護，并收集和分析遙測數(shù)據(jù)，從而確定需要立即關(guān)注的特定區(qū)域。Schulz說，“人工智能工具可以探查所有這些數(shù)據(jù)和異常點。監(jiān)視數(shù)據(jù)中心運行狀況始于檢查設備配置是否正確以及是否達到預期效果。由于大型數(shù)據(jù)中心可以有上千個IT機柜和數(shù)萬個組件，這些工作是勞動密集型的，因此并不總是能夠及時徹底地執(zhí)行?！?/p>

他指出，基于大量傳感數(shù)據(jù)日志的預測性設備故障建?？梢园l(fā)現(xiàn)即將出現(xiàn)的組件或設備故障，并評估其是否需要立即維護，以避免任何可能導致服務中斷的容量損失。

瞻博網(wǎng)絡公司企業(yè)和云計算營銷副總裁Michael Bushong認為，企業(yè)數(shù)據(jù)中心運營商應忽略一些與人工智能相關(guān)的過度宣傳和炒作。

Bushong說，“也許有一天，人工智能系統(tǒng)可能會告訴工作人員哪里出現(xiàn)問題并加以解決?！?/p>

依賴關(guān)系映射在人工智能可能有用的領域中也很重要。如果數(shù)據(jù)中心管理人員正在對防火墻或其他設備進行策略更改，那么意外的后果是什么？Bushong說：“如果我提議進行更改，可能存在的變化非常有用?！?/p>

保持設備平穩(wěn)安全運行的另一個重要方面是控制所謂的配置漂移，這是一個數(shù)據(jù)中心術(shù)語，指的是臨時配置的變化隨著時間推移會導致產(chǎn)生問題。Bushong說，人工智能可以作為額外的安全檢查，識別即將發(fā)生的基于配置的數(shù)據(jù)中心問題。

人工智能與安全

Bizo認為，人工智能和機器學習可以通過對事件進行快速分類和聚類來簡化事件處理（事件響應），從而識別出重要事件并將其分離開來。更快的根本原因分析有助于運營人員做出明智的決定并采取行動。

Schulz補充說，人工智能在實時入侵檢測中特別有用?；谌斯ぶ悄艿南到y(tǒng)可以檢測、阻止和隔離威脅，然后可以進行法醫(yī)調(diào)查，以確定到底發(fā)生了什么問題。

在安全操作中心（SOC）工作的安全專業(yè)人員經(jīng)常會收到過多的警報，但基于人工智能的系統(tǒng)可以掃描大量的遙測數(shù)據(jù)和日志信息，從而清除日常任務，從而使安全專家能夠騰出時間來處理更深層次的調(diào)查。

基于人工智能的工作負載優(yōu)化

在應用程序?qū)?，無論是在內(nèi)部部署還是在云平臺中，人工智能都有可能自動將工作負載移動到適當?shù)闹扅c。Bizo說：“人工智能和機器學習將來應該根據(jù)有關(guān)性能、成本、治理、安全性、風險和可持續(xù)性的眾多規(guī)范，對將工作負載放置在何處做出實時決策?！?/p>

例如，可以將工作負載自動轉(zhuǎn)移到節(jié)能的服務器上，同時確保服務器以最高效率（利用率為70%～80%）運行。人工智能系統(tǒng)可以將性能數(shù)據(jù)整合到其中，因此對時間敏感的應用程序可以在高效的服務器上運行，同時確保不需要快速執(zhí)行的應用程序不會消耗過多的能量。

基于人工智能的工作負載優(yōu)化引起了麻省理工學院研究人員的注意，他們?nèi)ツ晷奸_發(fā)了一個人工智能系統(tǒng)，可以自動學習如何在數(shù)千臺服務器上調(diào)度數(shù)據(jù)處理操作。

但是，正如Bushong指出的那樣，現(xiàn)實情況是，當今的工作負載優(yōu)化是像Amazon、谷歌和Azure這樣的超大規(guī)模企業(yè)的重中之重，而不是企業(yè)數(shù)據(jù)中心。這有很多原因。

實施人工智能的挑戰(zhàn)

優(yōu)化和自動化數(shù)據(jù)中心是正在進行的數(shù)字化轉(zhuǎn)型計劃不可或缺的一部分。戴爾公司的Tabet補充說：“由于發(fā)生疫情，許多組織正在尋求進一步的自動化，推動人工智能驅(qū)動并能夠自我修復的‘數(shù)字數(shù)據(jù)中心’的構(gòu)想。”

谷歌公司在2018年宣布，已將其幾個超大規(guī)模數(shù)據(jù)中心的冷卻系統(tǒng)控制權(quán)轉(zhuǎn)為人工智能程序，該公司報告稱，人工智能算法提供的建議使能源使用量減少了40%。

但是對于很多企業(yè)來說，在數(shù)據(jù)中心中采用人工智能技術(shù)非常有抱負。Bizo說，“一些人工智能和機器學習功能可用于事件處理、基礎設施運行狀況和冷卻優(yōu)化。但是，要想實現(xiàn)人工智能和機器學習模型超越當今標準數(shù)據(jù)中心基礎設施管理（DCIM）所能實現(xiàn)的更多突破，這需要多年的時間?！?/p>

Tabet說，“一些障礙是需要雇用或培訓合適的工作人員來管理系統(tǒng)。另一個需要注意的問題是數(shù)據(jù)標準和相關(guān)架構(gòu)的需要。AIOps平臺的成熟度、IT技能和運營成熟度是主要障礙。高級部署面臨的其他新挑戰(zhàn)包括數(shù)據(jù)質(zhì)量以及IT基礎設施和運營團隊中缺乏數(shù)據(jù)科學技能”。

Bushong補充說，最大的障礙始終是工作人員。他指出，聘用數(shù)據(jù)科學家對許多企業(yè)來說都是一個挑戰(zhàn)，而培訓現(xiàn)有員工也是一個難題。長期以來，很多員工一直在抵制讓他們無法掌控的技術(shù)。他指出，軟件定義網(wǎng)絡（SDN）技術(shù)已經(jīng)存在10年的時間，但是超過75%的IT運營仍然是命令行界面（CLI）驅(qū)動的。

Bushong說：““很多人相信，各種基礎設施的運營商都準備將控制權(quán)交給人工智能?！?/p>

而這就是Bushong建議企業(yè)應該向著人工智能方向邁進的原因。