挑戰與機遇：如何利用人工智能和機器學(xué)習優(yōu)化數據中心運營(yíng)，應對安全和中斷威脅？EkkoSense公司美洲副總裁特Tracy Collins指出，數據中心需提供更細粒度的實(shí)時(shí)數據以保持彈性、響應性和在線(xiàn)性。然而，企業(yè)在優(yōu)化數據中心時(shí)還面臨著(zhù)供應鏈不可預測、勞動(dòng)力短缺、通貨膨脹和能源成本飆升等挑戰。如何突破困境？戴爾公司人工智能戰略主管Brons Larson認為，人工智能和機器學(xué)習可以?xún)?yōu)化配置和部署，提高數據中心的性能。阿里云智能高級總監兼首席工程師Wendy Zhao補充說(shuō)，人工智能和機器學(xué)習正在對數據中心運營(yíng)和IT管理產(chǎn)生切實(shí)的影響。據IDC公司發(fā)布的數據，由于嵌入式人工智能功能，數據中心50%的IT資產(chǎn)將自主運行。投資人工智能實(shí)現IT基礎設施自動(dòng)化的企業(yè)最大受益是提高客戶(hù)滿(mǎn)意度、自動(dòng)化決策和重復任務(wù)。未來(lái)，人工智能和機器學(xué)習將為數據中心帶來(lái)更多機遇和發(fā)展空間。

人工智能和機器學(xué)習：數據中心的未來(lái)趨勢。去年，57%的數據中心運營(yíng)商表示相信人工智能可以做出日常運營(yíng)決策，這一數字高于2021年的49%?？紤]到數據中心的許多任務(wù)都是人工密集型的，人工智能和機器學(xué)習可以顯著(zhù)降低成本，并提高效率。CIO們對應用基于人工智能和機器學(xué)習的解決方案感興趣的領(lǐng)域是解決諸如減少停機、加強多站點(diǎn)彈性、優(yōu)化直接液體冷卻以及改進(jìn)容量規劃以及安全性等具有挑戰性的問(wèn)題。

數據中心的能源成本不斷飆升，這意味著(zhù)運營(yíng)商在預算范圍內運營(yíng)數據中心更具挑戰性。Equinix公司的CIO Milind Wagle指出，該公司正在使用人工智能來(lái)估算他們的數據中心將消耗多少電力和空間，進(jìn)而調整他們的互聯(lián)網(wǎng)“引擎”。

人工智能可以在哪些方面幫助優(yōu)化數據中心性能？利用人工智能技術(shù)，CIO和數據中心運營(yíng)商可以?xún)?yōu)化功耗并提高能源使用效率，以實(shí)現未來(lái)的效率提升。此外，隨著(zhù)整個(gè)行業(yè)可持續性壓力的增加，許多數據中心運營(yíng)商還未滿(mǎn)足碳排放報告要求的準備。人工智能有可能通過(guò)提高效率、減少中斷和簡(jiǎn)化操作來(lái)幫助解決這些問(wèn)題。未來(lái)，人工智能和機器學(xué)習將在數據中心行業(yè)發(fā)揮更大的作用。

如何利用人工智能和機器學(xué)習優(yōu)化數據中心性能？實(shí)時(shí)數據對于任何數據中心的容量規劃和資源分配都至關(guān)重要。監督機器學(xué)習算法可以幫助確定容量規劃和負載平衡中的瓶頸，提高數據中心性能。此外，人工智能還可以幫助提高數據中心的安全性。通過(guò)學(xué)習網(wǎng)絡(luò )的正常行為并檢測異常和偏差，人工智能可以幫助防止大規模數據泄露和黑客攻擊。采用“永遠不要信任并始終驗證”的零信任策略，企業(yè)可以提高混合環(huán)境的可見(jiàn)性、安全性和遵從性，同時(shí)降低成本。

實(shí)現可持續發(fā)展也是當前數據中心必須面對的挑戰。運營(yíng)商需要思考如何減少碳足跡，而人工智能可以在這方面發(fā)揮重要作用。擅長(cháng)識別不同的數據模式，并幫助企業(yè)建立適合數據隨時(shí)間變化的模型。監督式機器學(xué)習在解決復雜的基于約束的碳減排問(wèn)題方面是有效的，這些問(wèn)題涉及數百個(gè)影響碳排放的潛在變量和因素。通過(guò)結合人工智能和機器學(xué)習的優(yōu)勢，實(shí)現可持續發(fā)展已經(jīng)成為許多CIO們關(guān)注的重點(diǎn)。他們看到同行的薪酬計劃與ESG目標掛鉤，將可持續發(fā)展作為減少碳足跡的重中之重，并將其作為工作的核心。對于數據中心來(lái)說(shuō)，利用人工智能和機器學(xué)習技術(shù)，減少碳足跡已經(jīng)成為必須優(yōu)先考慮的問(wèn)題。

如何利用人工智能和機器學(xué)習優(yōu)化數據中心性能？企業(yè)需要了解特定類(lèi)型的服務(wù)器比其他類(lèi)型的服務(wù)器更需要重建的原因，確定導致電源管理系統中斷的原因，以及排除資源平衡不起作用的原因，這些都是機器學(xué)習可以幫助解決的問(wèn)題類(lèi)型。監督機器學(xué)習模型在預測準確性方面表現出色，通過(guò)挖掘機器數據并構建模型來(lái)預測給定服務(wù)器何時(shí)需要預防性維護，可以節省時(shí)間和成本。使用實(shí)時(shí)數據監控并構建數據集來(lái)跟蹤所有可用變量以排除性能瓶頸則是關(guān)鍵。

結合人工智能和機器學(xué)習的優(yōu)勢，實(shí)現數據中心自主運行已經(jīng)成為目標。通過(guò)捕獲實(shí)時(shí)數據、跟蹤空氣溫度、冷卻、電力負載、內部氣壓、資源負載和服務(wù)器性能等多個(gè)變量，可以實(shí)現這一目標，并根據高級管理層設定的可持續性和ESG目標來(lái)衡量數據中心的績(jì)效。使用機器學(xué)習來(lái)解釋和創(chuàng )建基于環(huán)境監測和控制的模型對于衡量ESG目標的進(jìn)展至關(guān)重要。人工智能和機器學(xué)習需要廣泛用于跟蹤電源和冷卻消耗，這是運行數據中心成本最高的兩個(gè)領(lǐng)域。

識別數據中心中的人工智能用例，確定人工智能可以在哪些方面為保護和優(yōu)化數據中心做出最大貢獻，必須從運營(yíng)成本和安全性風(fēng)險最大的地方開(kāi)始。正確進(jìn)行冷卻、空間、電源和服務(wù)器優(yōu)化是保持數據中心在預算范圍內運行和避免潛在停機的核心。據估計，數據中心僅冷卻基礎設施就消耗了35%的能源。因此，使用人工智能來(lái)提高冷卻和電力使用效率并選擇更多可再生能源非常重要。在網(wǎng)絡(luò )安全領(lǐng)域，人工智能可以縮小IT和OT系統之間的差距，并為每個(gè)數據中心和系統定義最低特權訪(fǎng)問(wèn)和身份管理。

通過(guò)結合人工智能和機器學(xué)習技術(shù)的優(yōu)勢，可以實(shí)現數據中心的自動(dòng)化和優(yōu)化。正確應用人工智能和機器學(xué)習將有助于數據中心運營(yíng)商實(shí)現ESG目標，提高數據中心的效率和可持續性，同時(shí)減少成本和風(fēng)險。