QQ在（zài）线（xiàn）
企业微（wēi）信
资（zī）讯
461这就是AI对数（shù）据中心的影响，去年Gartner预测（cè），到2020年，超（chāo）过30％的无法实施AI和机（jī）器学（xué）习（xí）的数据中心将在运营（yíng）和经济上不（bú）再可行。Google公布了有关在数（shù）据中心中（zhōng）使用AI来提高其数据（jù）中（zhōng）心的能效（xiào）的研究，从而突出显示（shì）了AI在数据中心中的潜在潜力（lì）的第一个实例。在短短18个月的时间（jiān）里，Google使用其AI驱动的GoogleDeepMind系统将冷却（què）所需（xū）的能（néng）源减少了40％，相当于将整体PUE开（kāi）销减少了15％。从那时起，许多公司（sī）纷纷效（xiào）仿，探索AI的变革潜力（lì）。
如果可以（yǐ）适当地利用（yòng）AI，则可以带来很多好处。其中一些包括：
1.高效处（chù）理工作负载（zǎi）：AI可（kě）以帮助组织以最有效的方式自动化工作负载管理（lǐ）。通（tōng）过（guò）使用（yòng）AI和机（jī）器学习，可以检（jiǎn）测到模式以从过去（qù）的数据中学（xué）习，并更有效地（dì）在高峰时段分配（pèi）工作（zuò）负（fù）载。它们还可用于（yú）更（gèng）好地优化（huà）磁（cí）盘利（lì）用率（lǜ），服（fú）务（wù）器容量和（hé）网（wǎng）络带宽。去年，麻省理（lǐ）工学（xué）院的一组研究人员证明了（le）这一点。由麻省理工学（xué）院（yuàn）的研究人员开发的基于AI的（de）系统（tǒng）自（zì）动“学习”了如（rú）何在数千台服务（wù）器上调度（dù）数据处理操作——这项任（rèn）务传统上是留（liú）给不精确的、人为（wéi）设计（jì）的算法完成的。麻省理工学院的研究人员说，这样做可以帮助当今（jīn）耗电的数据中心更加（jiā）高效地运（yùn）行。研究人（rén）员说，与最好的手写调度算（suàn）法相比，研究人员的系统完成工作（zuò）的速度提高了大约20％到30％，而在交通繁（fán）忙的（de）时候完成速度（dù）快了两倍。此外，该系统还将学习如何（hé）有效压（yā）缩工作（zuò）负载以减少（shǎo）浪费。结果表明，该系统可以（yǐ）使（shǐ）数据（jù）中心使用（yòng）更少的资源以（yǐ）更高的速度处理（lǐ）相同的工作负载。
2.人员配置：在数字时代，雇用具有正（zhèng）确技能（néng）的人是一（yī）项（xiàng）巨大的挑战。例（lì）如，Gartner预测，到（dào）2020年，由于I＆O技能（néng）的不（bú）足（zú）（从（cóng）2016年（nián）的不到20％增（zēng）长），有（yǒu）75％的组织将经历明显的（de）业务中断。人工智能可以在自（zì）动（dòng）化当（dāng）今（jīn）人类代理执行的许多任务（wù）中发挥重要作用。
3.能源（yuán）效率：从Google的例子中可以看出，基于AI的系统（tǒng）在更好地优化供暖（nuǎn）和制冷系统方面可以（yǐ）发挥巨大（dà）作用，进（jìn）而可以帮助降低电费。最佳利用资（zī）源，例如（rú）执行某些类型任（rèn）务（wù）的（de）最有效时间。AI还可以用于帮助创建更高效的数据中（zhōng）心的设（shè）计，以（yǐ）及检测很少（shǎo）使用的应用程序或（huò）服务器。它（tā）还可以（yǐ）用于检（jiǎn）测耗电（diàn）的应用程序或（huò）服务（wù）器，并（bìng）建议将（jiāng）特定工作负载转移到更高（gāo）效（xiào）的工（gōng）作负载的（de）方法（fǎ）。
4.安全性：AI可以（yǐ）在数（shù）据中心（xīn）的安全运营中心中广泛使（shǐ）用。通过分析来自多个系（xì）统的事（shì）件和输入，并设计适当（dāng）的事（shì）件响（xiǎng）应系统，人（rén）工智能可（kě）以补充当前的安全事件（jiàn）和事（shì）件管（guǎn）理（SIEM）系统。基于AI的系统可以改善安（ān）全运营中心的监控，并可以减（jiǎn）少基本的L1作业。例如，当每秒记录（lù）超过20,000个事件（jiàn）时，人类（lèi）将（jiāng）很难监视这些（xiē）事（shì）件。基（jī）于AI的系统可（kě）以（yǐ）帮助从误（wù）报（bào）中识别恶意流（liú）量，并帮助数（shù）据（jù）中心（xīn）管（guǎn）理员更有效地处理网络安全（quán）威胁。
5.主动管理硬件：人（rén）工智能（néng）系统可以帮（bāng）助组织主动管（guǎn）理其（qí）IT基础架构（例（lì）如存储，服务器或（huò）网络设备）的运行（háng）状况。例如，通过汇总不同设备的日志，AI可以发掘出故障的根本原因（yīn），还可以主动（dòng）识别设备退化（huà）的前兆。在设备出现故障之（zhī）前，可以报告异（yì）常（如果有（yǒu））以解决（jué）可（kě）能的故障原因。
如果看一下上述好处，那就（jiù）很清楚了，数据中心的未来肯定会更多地支持人（rén）工（gōng）智能（néng），并具（jù）有提高生产率和效率的巨大潜（qián）力。
