數(shù)據(jù)中心設(shè)施是大量組件的所在地，其中包括服務(wù)器、冷卻設(shè)備、存儲(chǔ)設(shè)備、工作負(fù)載和網(wǎng)絡(luò)等等。數(shù)據(jù)中心的工作受到所有數(shù)據(jù)中心組件協(xié)調(diào)運(yùn)作的影響，這些組件提供了許多可供學(xué)習(xí)的模式。
人工智能在數(shù)據(jù)中心的主要用例
功耗對(duì)數(shù)據(jù)中心的整體運(yùn)營(yíng)成本有很大影響。借助人工智能降低數(shù)據(jù)中心的能源需求，可以實(shí)現(xiàn)顯著的成本效益。通過(guò)不斷學(xué)習(xí)過(guò)去的模式，人工智能具有提高數(shù)據(jù)中心能源效率的巨大潛力。谷歌 DeepMind System 令人信服地證明了這一點(diǎn)，因?yàn)樗鼛椭鷮⑵渲幸粋€(gè)數(shù)據(jù)中心的功耗降低了 15%。
在這種情況下，能源需求減少了百分之四十，令人印象深刻。這是在短短 18 個(gè)月內(nèi)實(shí)現(xiàn)的，從而為利用人工智能的節(jié)能數(shù)據(jù)中心鋪平了道路。Nlyte 已與 IBM 接洽，希望利用其 IBM Watson 將其與為數(shù)據(jù)中心設(shè)計(jì)的產(chǎn)品之一相集成。該解決方案旨在從安裝在多個(gè)數(shù)據(jù)中心的冷卻和電力系統(tǒng)中收集各種數(shù)據(jù)。IBM Watson 負(fù)責(zé)分析數(shù)據(jù)以構(gòu)建預(yù)測(cè)模型，以準(zhǔn)確了解哪些處理器和系統(tǒng)會(huì)因變熱而崩潰。
Vigilent 已與西門子建立合資企業(yè)，使客戶能夠獲得優(yōu)化解決方案，該解決方案由人工智能支持，用于應(yīng)對(duì)數(shù)據(jù)中心設(shè)備帶來(lái)的冷卻挑戰(zhàn)。該解決方案涉及通過(guò)利用物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)的組合資源來(lái)收集數(shù)據(jù)的傳感器。
此信息與復(fù)雜的熱優(yōu)化算法結(jié)合使用，以降低能耗。通過(guò)將溫度控制在適當(dāng)?shù)乃剑梢詫㈦娫葱侍岣叨噙_(dá)百分之四十。缺乏信息或無(wú)法獲得提高數(shù)據(jù)中心能源效率所需的工具是冷卻效率利用不足的根本原因。
人工智能對(duì)數(shù)據(jù)中心基礎(chǔ)設(shè)施的影響
數(shù)據(jù)中心的設(shè)計(jì)及其部署是一個(gè)極其復(fù)雜的問(wèn)題，因?yàn)樵S多設(shè)施的形狀和大小各不相同。除此之外，數(shù)據(jù)生成呈指數(shù)級(jí)增長(zhǎng)，需要處理拜占庭網(wǎng)絡(luò)以處理涉及算法計(jì)算的復(fù)雜計(jì)算，以了解現(xiàn)代數(shù)據(jù)中心需要處理的大量挑戰(zhàn)。
利用人工智能來(lái)提高數(shù)據(jù)中心的能效和計(jì)算能力，以滿足現(xiàn)代場(chǎng)景中不斷增長(zhǎng)的數(shù)據(jù)管理需求。由于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)等新興技術(shù)的出現(xiàn)，對(duì)服務(wù)器和微處理器的需求前所未有。高級(jí) GPU 對(duì)于實(shí)施深度學(xué)習(xí)支持的應(yīng)用程序至關(guān)重要。這些也是支持圖像和語(yǔ)音識(shí)別所必需的，難怪現(xiàn)代企業(yè)計(jì)劃建立支持深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的數(shù)據(jù)中心。
服務(wù)器優(yōu)化和數(shù)據(jù)中心安全
存儲(chǔ)設(shè)備和服務(wù)器的正常運(yùn)行和高效維護(hù)對(duì)于數(shù)據(jù)中心的健康至關(guān)重要。預(yù)測(cè)分析是人工智能最受追捧的應(yīng)用之一，數(shù)據(jù)中心運(yùn)營(yíng)商通常采用它來(lái)優(yōu)化服務(wù)器。人工智能的這種應(yīng)用甚至可以促進(jìn)負(fù)載平衡解決方案獲得學(xué)習(xí)能力，并通過(guò)利用過(guò)去的信息以更高的效率提供負(fù)載平衡。人工智能還可用于緩解網(wǎng)絡(luò)瓶頸、監(jiān)控服務(wù)器性能和控制磁盤利用率。
安全性是數(shù)據(jù)中心運(yùn)營(yíng)的另一個(gè)重要方面，它受到人工智能使用的影響。由于每個(gè)數(shù)據(jù)中心都必須采取措施來(lái)減少任何網(wǎng)絡(luò)攻擊的可能性，因此需要不斷提高安全性以在黑客和入侵者面前占據(jù)上風(fēng)。
很明顯，人類的努力不足以跟上不斷變化的網(wǎng)絡(luò)攻擊格局，因?yàn)楹诳驼谑褂孟冗M(jìn)的措施來(lái)破壞安全措施。人工智能可以在很大程度上幫助安全專家減少人力，提高警惕性。機(jī)器學(xué)習(xí)已被實(shí)施以了解正常行為并查明任何偏離相同行為的實(shí)例以應(yīng)對(duì)威脅。機(jī)器學(xué)習(xí)或深度學(xué)習(xí)可以為傳統(tǒng)的訪問(wèn)限制方法提供更有效的替代方法，因?yàn)檫@些方法往往無(wú)法實(shí)施最佳安全措施。
未來(lái)的數(shù)據(jù)中心
隨著對(duì)具有巨大容量以快速和準(zhǔn)確地處理不斷增加的數(shù)據(jù)量的數(shù)據(jù)中心的需求不斷增長(zhǎng)，需要采用人工智能來(lái)支持人類的努力。具有人工智能功能的解決方案專門設(shè)計(jì)用于促進(jìn)數(shù)據(jù)中心運(yùn)營(yíng)。
迎合數(shù)據(jù)中心運(yùn)營(yíng)的最新解決方案之一稱為 Dac，旨在利用人工智能檢測(cè)冷卻和服務(wù)器機(jī)房中的任何問(wèn)題，包括電纜松動(dòng)或水管故障。Dac 由利用超聲波的高級(jí)聽力功能提供支持。它將得到數(shù)千個(gè)傳感器的支持，這些傳感器被戰(zhàn)略性地定位以檢測(cè)偏離規(guī)范的情況。人工智能也被用于開發(fā)機(jī)器人，以在處理物理設(shè)備方面簡(jiǎn)化數(shù)據(jù)中心操作。
綜上所述
從初創(chuàng)公司到包括谷歌或西門子在內(nèi)的大型組織，人工智能的采用突顯了一種提高數(shù)據(jù)中心效率的新方法。人工智能已經(jīng)證明，數(shù)據(jù)中心可以顯著改善功耗以降低成本。我們才剛剛開始了解使用 AI 和其他新興技術(shù)（例如機(jī)器學(xué)習(xí)和深度學(xué)習(xí)）的潛力。這些技術(shù)將很快運(yùn)行整個(gè)數(shù)據(jù)中心，還將通過(guò)采取主動(dòng)措施幫助提高安全參數(shù)并減少停電事件。
網(wǎng)站資訊
解決方案
關(guān)于我們
