网络容量规划的目的是确保提供足够的带宽，从而可靠地满足网络SLA目标，例如延迟、抖动、损失和可用性。这是一项复杂的、容易出错的任务，会带来严重的财务影响。直到最近，用于有洞察力的容量规划所需的网络数据通常只能通过静态、历史和事后报告获得。这种情况现在正在迅速改变。
“通过结合先进的数据科学和认知技术，如人工智能和机器学习，它可以驱动新的和更智能的预测洞察力，以提高网络容量规划的准确性，”阿希什·维尔马(Ashish Verma)说德勤咨询专门从事认知分析的常务董事。“这有助于组织释放数据，以做出更敏捷的决策，提高运营智慧，避免停机时间，并创建更好的用户体验。”
人工智能支持传统的网络监控
利用AI来分析来自多个来源具有更大的精度比传统的网络监控，在链路利用率看起来严格工具的数据，指出弗雷德里克·林德斯特罗姆，在美国经理CIO咨询实行商业咨询公司KPMG的。“AI也使不同的表现场景和关系网络性能应用程序的性能建模以确定应用程序如何在不同情况下的性能的影响。”
适用于网络性能AI驱动的机器学习允许网络控制器从经验中学习，同时也提高了网络。
“当它获悉，该分析模型，它使用的决定进行了优化，并成为真正的意图是，网络和业务目标的更好的代表性，”杜瓦尔耶格尔，分析和机器学习方面的专家说，思科。“这提供了精确的容量规划随着网络的发展，变化，应用和用户的增加 - 在本地和云中。”
卡内基梅隆大学(Carnegie Mellon University)商业技术助理教授Yan Huang表示，人工智能和机器学习方法可以有效地应用于交通预测/预测、交通模式检测、在线学习和自动决策泰珀商学院。
“高级机器学习算法可以采取大规模和高粒度的网络数据作为输入以产生用于所述网络中的每个节点的精确需求预测和检测网络流量和利用跨模式/趋势，”黄解释。“改进后的交通和需求预测将使网络容量需求更准确的评估和减少对资源过度供应的需要。”
早期发现和跨模式或网络流量的变化的发现使组织能够采取积极行动，确保网络性能。“先进的预测模型可以优化和/或模拟技术相结合，自动生成最优的网络结构或结构和相应的能力和资源计划，”黄说。那么这样的计划，可以根据企业最在意的具体性能指标。
人工智能技术还可以处理实时交通数据，并做出路由和分配决策动态，基于实时网络状况。“这也使点播模式增量容量配置，”黄说。所有这些因素可以减少显著资本支出和相关的网络开发，维护和改进运营开支，同时降低IT专业人士，管理等活动所需的工作量。
一旦安装并正确配置，网络AI技术可以自动进行网络容量规划，同时考虑组织的财务和风险偏好。“人工智能可以实时或接近实时地分析许多不同的数据点，这对于跨数据中心、云环境和广域网迁移到虚拟化网络覆盖的组织非常关键，”Lindstrom说。2020欧洲杯预赛
人工智能还可以用于以各种方式分析网络流量模式，帮助组织准确地了解整个网络的运行情况和总体网络负载。
“这个细节对于短期和长期容量规划是有用的，”Doug Tamasanis解释说，他是google的首席架构师和网络与安全高级主管克罗诺斯，劳动力管理软件和服务提供商。
在短期内，AI可以预测在粒状的水平，如应用程序，位置，技术和协议日常业务脉冲串。然后，这些发现可以用于防止性能下降的高峰时期。“在长期中，AI系统可进行最佳的容量规划，预测当短期突发不能被满足并[时]需要全规模升级，” Tamasanis笔记。
AI供电容量规划：入门
上手的最佳方式与AI-供电容量规划技术，以获取已经取得的成功和企业接受某种程度的一种成熟的技术，表明马塞尔肖，联邦系统工程师Ivanti，是一家资讯科技资产及服务管理软件供应商。
“同时，管理员应该通过接近AI学习算法谨慎提出了建议，”他说。“AI学习算法将显着提高，在未来的几年里，所以这将是重要的客户要耐心，让AI技术，将所有的信任进入由AI解决方案建议的容量要求之前成熟。”