隨(sui)著(zhu)成為一國經(jing)濟(ji)的(de)推動力(li)，采用人工(gong)智能(neng)可(ke)以帶來(lai)更高的(de)收益

如今，人工智(zhi)能（AI）在捕獲，處理和(he)分析數據方(fang)面起(qi)著舉足輕(qing)重(zhong)的作用！合(he)并數據元素和(he)管(guan)理數據中心也變得越來越高效(xiao)和(he)有用。

隨著數(shu)(shu)(shu)(shu)據(ju)成(cheng)為維持(chi)幾乎所有(you)業(ye)務運營以獲(huo)取洞察力和業(ye)務成(cheng)果的(de)先決條件，數(shu)(shu)(shu)(shu)據(ju)中(zhong)心(xin)正處于(yu)這種數(shu)(shu)(shu)(shu)字(zi)化(hua)轉型(xing)的(de)關鍵。這些容納計算機(ji)和設備的(de)物理設施滿足了現代(dai)經濟的(de)信息需(xu)求。數(shu)(shu)(shu)(shu)據(ju)中(zhong)心(xin)提供(gong)無縫的(de)數(shu)(shu)(shu)(shu)據(ju)備份和恢復功能，同時(shi)支持(chi)云(yun)存儲應用程序和事(shi)務。除了促進(jin)經濟發展之外(wai)，數(shu)(shu)(shu)(shu)據(ju)中(zhong)心(xin)生態(tai)系統(tong)還吸引了許多國際高(gao)科技公(gong)司參與。此(ci)外(wai)，數(shu)(shu)(shu)(shu)據(ju)中(zhong)心(xin)的(de)存在(zai)確保(bao)了當地社區的(de)絕佳(jia)投資(zi)環境和就業(ye)機(ji)會(hui)。

盡(jin)管他們在(zai)帶來(lai)數字革命方(fang)面發揮了(le)關鍵作用，但他們并非沒有問題。據(ju)Gartner分(fen)析師(shi)DaveCappuccio稱，到2025年，將(jiang)有80％的企業關閉其傳統數據(ju)中心。考慮(lv)到傳統數據(ju)中心面臨的許(xu)多問題，如升(sheng)級準備不(bu)足，基(ji)礎設(she)施挑戰，環境(jing)問題等(deng)，這些數據(ju)是合適(shi)的。對此的解決方(fang)案是利用人工智能來(lai)增強數據(ju)中心的功能和(he)基(ji)礎架(jia)構。

根據(ju)《福布斯(si)見(jian)解(jie)》（ForbesInsights）報(bao)告，到2020年初，人工智能(neng)有(you)望(wang)對數據(ju)中心(xin)管理(li)(li)，生產(chan)(chan)力和基礎(chu)架(jia)構產(chan)(chan)生巨大影響(xiang)。同時，其(qi)技術繼續為數據(ju)中心(xin)提供潛在(zai)的(de)解(jie)決(jue)方案(an)，以長期改善(shan)運營。作為回(hui)報(bao)，通過AI的(de)加速計算功能(neng)實現的(de)數據(ju)中心(xin)將能(neng)夠更有(you)效地(di)處理(li)(li)AI工作負載(zai)。

數(shu)(shu)據(ju)中心消耗大量能(neng)源，因(yin)此培訓人(ren)工智能(neng)網絡以提高(gao)電(dian)源使用(yong)效率(lv)（PUE）是(shi)一個(ge)關鍵目標。PUE是(shi)衡(heng)量數(shu)(shu)據(ju)中心效率(lv)的(de)(de)重要指標。2014年，通過在其中一家(jia)工廠部署DeepMindAI，谷歌能(neng)夠持續(xu)減少40%的(de)(de)冷卻能(neng)耗，這相當于在計入(ru)電(dian)力損耗和其他非冷卻低效因(yin)素后，總體(ti)PUE開銷減少了15%。它還產生了該網站(zhan)有史以來最(zui)低的(de)(de)PUE。DeepMind分析數(shu)(shu)據(ju)中心內(nei)的(de)(de)100多個(ge)不同(tong)變量，以提高(gao)效率(lv)并降低功(gong)耗。

數(shu)(shu)據(ju)中心也容易受(shou)到各種網絡(luo)威(wei)(wei)脅的(de)(de)影響(xiang)。網絡(luo)犯罪分(fen)子(zi)一直在尋找(zhao)從數(shu)(shu)據(ju)中心獲取數(shu)(shu)據(ju)或(huo)發起下一次(ci)數(shu)(shu)據(ju)泄露攻擊的(de)(de)新(xin)方法。通過學(xue)習(xi)正常(chang)的(de)(de)網絡(luo)行為并基于(yu)與(yu)該行為的(de)(de)偏差來(lai)檢測(ce)網絡(luo)威(wei)(wei)脅，人工智能再次(ci)證明(ming)是機(ji)智的(de)(de)！通過分(fen)析來(lai)自多個系(xi)統(tong)的(de)(de)事件(jian)和輸入，并設計適當的(de)(de)事件(jian)響(xiang)應系(xi)統(tong)，人工算法可以補充當前(qian)的(de)(de)安全(quan)事件(jian)和事件(jian)管理（SIEM）系(xi)統(tong)。

在(zai)數(shu)(shu)據(ju)中(zhong)(zhong)心(xin)(xin)中(zhong)(zhong)，IT設備通(tong)常被部署在(zai)架(jia)子上或從架(jia)子上拆除，這(zhe)帶來了很多分散(san)的(de)(de)資源(yuan)，例如U空間，這(zhe)些(xie)資源(yuan)無法監控(kong)或管理，并(bing)且很容易浪費。通(tong)過(guo)使(shi)用智能硬件(jian)和IoT傳感器，人工(gong)智能可以實(shi)現有效的(de)(de)數(shu)(shu)據(ju)中(zhong)(zhong)心(xin)(xin)基礎架(jia)構管理，從而密切關(guan)注數(shu)(shu)據(ju)中(zhong)(zhong)心(xin)(xin)并(bing)通(tong)過(guo)自(zi)動化(hua)減少重(zhong)復工(gong)作。在(zai)這(zhe)里，數(shu)(shu)據(ju)中(zhong)(zhong)心(xin)(xin)經理可以自(zi)動化(hua)諸如溫度管理，設備狀態(tai)監控(kong)，地板安全，減輕(qing)火災隱(yin)患，通(tong)風和冷卻系統管理之類的(de)(de)活動。結合預(yu)測分析，自(zi)動化(hua)還有助于數(shu)(shu)據(ju)中(zhong)(zhong)心(xin)(xin)的(de)(de)預(yu)測維(wei)護。

此外，這種基于(yu)AI的預(yu)測分(fen)析(xi)可(ke)(ke)以(yi)幫(bang)助數據(ju)中心在公司中的許多服務(wu)器(qi)之間分(fen)配工作負載(zai)。因此，可(ke)(ke)以(yi)更輕松地更有(you)效地預(yu)測和管理數據(ju)中心負載(zai)。它還將(jiang)有(you)助于(yu)優化服務(wu)器(qi)存儲系統，查找系統中可(ke)(ke)能的故障點(dian)，縮(suo)短處理時間并更快地降低風險(xian)因素。

最近，麻省理(li)(li)工學院(yuan)的(de)研究人(ren)員開發了一種AI系(xi)(xi)統(tong)，該(gai)系(xi)(xi)統(tong)可以自動(dong)學習如何在數千臺服(fu)務(wu)器之間調度數據處理(li)(li)操作(zuo)。在完成關鍵(jian)數據中心任務(wu)時，觀察到該(gai)系(xi)(xi)統(tong)的(de)速度提高(gao)了約20％至(zhi)30％，而在高(gao)流量期(qi)間則提高(gao)了兩(liang)倍。研究人(ren)員斷言，這種人(ren)工智能系(xi)(xi)統(tong)可以使(shi)數據中心使(shi)用更(geng)少的(de)資源(yuan)，以更(geng)高(gao)的(de)速度處理(li)(li)相(xiang)同(tong)的(de)工作(zuo)負載。

此外(wai)(wai)，通過深(shen)度學習（DL）應用程序，AI可以提(ti)前預(yu)測(ce)故障和中(zhong)(zhong)斷(duan)。例(li)如。HPE人工(gong)智能預(yu)測(ce)引擎有助(zhu)于識別和解決數(shu)據(ju)(ju)中(zhong)(zhong)心的(de)(de)瓶(ping)頸(jing)。一項(xiang)對200家公司(si)的(de)(de)調查(cha)強(qiang)調，停機(ji)造成的(de)(de)損失超(chao)過265億美元(yuan)，網(wang)絡中(zhong)(zhong)斷(duan)的(de)(de)每分鐘(zhong)成本約為7,900美元(yuan)。通過監(jian)視服務器性能，網(wang)絡擁塞(sai)和磁盤利用率(lv)，AI可以檢測(ce)和預(yu)測(ce)數(shu)據(ju)(ju)中(zhong)(zhong)斷(duan)。此外(wai)(wai)，它(ta)可以實施緩解策略，以幫助(zhu)數(shu)據(ju)(ju)中(zhong)(zhong)心從數(shu)據(ju)(ju)中(zhong)(zhong)斷(duan)中(zhong)(zhong)恢(hui)復(fu)，從而在中(zhong)(zhong)斷(duan)期間提(ti)高客(ke)戶滿意度并減少損失。

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發生產超五類，六類,七類屏蔽網線/屏蔽模塊及相關模塊配件, 光纖及配件，我們是萬兆屏蔽模塊，10G屏蔽模塊，屏蔽線生產廠家(jia)，綜合布線實施公司。

歡迎來電咨詢0574 88168918,郵箱sales@aliance.cn，網址aliance.cn