随着数2020欧洲杯预赛据中心工作负载螺旋向上，越来越多的企业正在寻求人工智能（AI），希望技术能够降低IT团队的管理负担，同时提高效率和削减费用。
AI承诺实时将工作负载与最有效的基础设施自动化，包括在数据中心内部以及由在图级，云和云组成的混合云设置中2020欧洲杯预赛边缘环境。随着AI转换工作负载管理，未来的数据中心可能看起来与今天的设施相差。2020欧洲杯预赛一个可能的方案是一系列小型互连的边缘数据中心，所有由远程管理员管理。2020欧洲杯预赛
由于各种因素，包括更严格的竞争，通货膨胀和大流行性预算削减，许多组织正在寻求减少数据中心运营成本的方法，观察杰夫卡万2020欧洲杯预赛Infosys知识学院，一个专注于商业和技术趋势分析的组织。“AI和Automation已被证明是工作负载管理中的强大工具，因为它将员工从耗时和平凡的任务中释放，并允许他们专注于实际需要人类的工作，”他说。
最多2020欧洲杯预赛经理已经使用各种类型的传统非AI工具来帮助和优化工作负载管理。然而，这些工具往往是积极的，专业服务公司咨询总监Sean Kenney表示是有效的，而不是积极主动kpmg.。“他们对数据中心的问题作出反应，但他们不会收集数据以确定任何远见，以减2020欧洲杯预赛少问题行为，”他指出。
Sanket Shah，临床助理教授生物医学和健康信息科学教授伊利诺伊大学，芝加哥，认为AI现在有助于帮助发现自己没有可靠的方法来预测或计划以获得未来需求。2020欧洲杯预赛“通过AI，能力和马力可以以更有效的方式分配，允许组织规模并变得灵活，”他解释道。“在必要时自动化某些过程和转移权力最终将降低具有迅速不断发展的数据需求的[管理者]的成本。”
使用AI技术进行数据中心管理的思路几乎没有新。2020欧洲杯预赛例如，在2014年，谷歌透露它正在使用其购买英国AI专家获得的技术深在其几个站点提升数据中2020欧洲杯预赛心设施设备管理。今天，AI工作负载管理领域已大大扩展到包括许多初创版，例如dlabs.那挖那红木软件， 和潮汐软件。更大的球员，如思科那IBM.和VMware.，也开始进入市场。
与大多数事情一样，工作负载管理技术正在快速推进。“有很多选择和一大局限的局限性，但通常有方法可以减轻那些限制，”副教授们副教授华盛顿大学信息学院。“我没有看到选择正确的方法和工程解决方案的问题......在工作量管理方面特别或多或少地具有挑战性，而不是任何其他复杂的AI应用程序，”他观察到。
满足需要
大多数数据中心管理人员的首要任务是优化操作以满足2020欧洲杯预赛峰值需求。然而，无论他们如何仔细规划和准备，需求峰值和山谷往往仍然超越控制。“如果AI可以带来独特的改进，它可以了解工作量模式并与数据中心容量的需求相匹配，”商业咨询和咨询公司AI工程副总裁Goutham Belliappa说2020欧洲杯预赛Capgemini北美洲。
AI管理有望自由数据中心团队参加一系列平凡的重复性任务，包括服2020欧洲杯预赛务器管理;安全设定;计算，内存和存储优化;负载均衡;和电源和冷却分布。“所有这些工作负载都可以由AI自动或增强，”科技市场咨询公司首席分析师Lian Jye Su说阿比研究。
AI和ML在IT管理软件开发人员的产品总监RAMPrakash Ramamoorthy表示，AI可以帮助分析从个人机器和正在监控的参数中收集的数据。管理生命。“AI还可以帮助预测崩溃和中断，这可以帮助数据中心管理团队减轻停机时间，并保持群集，并保持健康状况良好，”他补充道。2020欧洲杯预赛“AI还可以实现更好的温度和电压管理，从而直接降低运营成本并帮助减少碳足迹。”
虽然可以使用各种AI方法，但工作负载管理工具应始终确保模型预测完全可解释，Ramamoorthy说。“比在其他域中更频繁，AI系统在数据中心工作量管理中采取的决定将由一支携带的人员或团队致力于一起的人员，”他解释道。2020欧洲杯预赛因此，AI模型决策应该是可解释的，允许IT团队更好地了解模型的决定和相应行动的意图。“AI模型最多可以是80％至85％的准确，因此这也可以帮助人们通过正确解释AI模型的决定来关联明智的决定，”他指出。如果AI模型可以向其提供的决定提供置信度得分，它对有效的工作负载管理也很有用。
随着AI和ML工具变得更加广泛，组织正在学习人工智能和机器学习开发商的有限公司的人类智能协作，而不是与技术合作，而不是竞争。坦乔。“机器根本不能在许多方面取代人类，但肯定有机器比人类更好的地区，”他说。“一旦AI和ML成为普遍存在，工人适应了这一新伙伴关系，就会改变流行意见。”
2020欧洲杯预赛数据中心可以利用AI / ML来提高性能，并优化配置和部署，Brons Larson表示，AI战略领先戴尔技术。“AI / ML使资源的动态编排与工作负载相比，优化资源利用率，以更好地管理成本，”他说。Larson Adds，所有AI解决方案都需要专业知识来正确配置和优化值。“这从正确捕获和评估了培训和测试和管理部署模型的数据，以反对漂移和偏置。”
此外，基于规则的AI可以通过智能策略控制和预定义配置来帮助自动化资源优化和符合性。“使用从日常操作收集的数据，基于机器学习的AI可以进一步增强先前所需深入域专业知识的数据中心操作的其他方面，”SU笔记。2020欧洲杯预赛“例如，通过自学威胁检测和监2020欧洲杯预赛测算法可以加强数据中心安全性，”他说。“负载平衡，电源和冷却分配功能可以通过在正确的方向上介绍所需的资源来进行优化。”
AI还可以简化数据管理。“企业越来越多地发现自己被与关键利益相关者有关的大量高量数据包围，”卡万豪说。“使用AI，组织可以确保有效准确地管理这些大量数据。”通过AI的帮助，团队可以执行任务，例如数据质量分析或提取数据以创建预测，比以往任何时候都更快更准确。“这对组织至关重要，因为他们需要最准确的数据来提出知情决策，”卡万申请观察。
ai捆绑
现在正在新兴作为AI成熟，是一种软件驱动方法，用于将不同元素与最小的人为干预一起联系在一起。例如，在典型的数据库系统中，需要大量配置来使操作有效地运行，例如索引表，跨服务器的分区数据，为某些类型的查询分配内存，以及调整优化器以“适合”计算平台和预期工作量，Howe Notes。“AI可以通过从巨大数量的历史数据学习规则和程序来帮助，这计划为哪些时间表有效，而不是我们试图找出一切，”他解释道。
与AI到位，人类IT领导者和团队可以自由地专注于业务问题，而不是担心基础设施细节。“从AI的角度来看，我们使用的大多数模型都是自学习合奏模型，它使用各种技术的组合，并且由于他们从他们管理的工作量模式中学到而被连续优化，”BelliaPPA说。
规划和部署
在AI开始工作之前，它可以开始工作，它和商业领袖将需要对将重点行政责任移到一块软件的想法。“取决于规模和内部知识库，可能很困难，”沙安承认。
最终，组织将如何处理从人类到AI工作量管理的过渡取决于其技术成熟，其运营规模和数据中心的活力。2020欧洲杯预赛“缺乏现代基础设施的友好业务，以有效利用其数据将挣扎，”卡万豪说。另一方面，快速越来越多的AI供应商，提供针对特定类型的企业的工具，增加了几乎任何类型和尺寸的组织将能够平滑过渡的可能性。“易于配置和部署将继续作为公司及其解决方案成熟的改进，”他预测。
如果AI拥有Achilles的脚跟，那么该技术对数据中心系统和实践中甚至相对微妙的变化的反应。2020欧洲杯预赛“大多数AI技术都是关于发现稳定的模式，假设一个固定的环境，”Howe解释道。“如果你以你的模型看不到的方式改变环境，它会愉快地告诉你错误的答案。”部署更改之前的仔细规划可以帮助缓解此问题。
即将推出
虽然AI动力数据中心工作负载管理已2020欧洲杯预赛经常规使用许多大型企业，特别是谷歌等超高速公路，但亚马逊， 和微软，该技术才仅开始涓涓细流到较小的数据中心运营商。2020欧洲杯预赛BelliaPPA不会很长，在数据中心管理人员面临剧烈的选择之前：继续依靠传统的数据中心管2020欧洲杯预赛理技术和实践或“显着投资AI驱动的重塑以保持活力”。
从长远来看，随着技术的提高，成本下降，加工的信心增长，预计AI驱动的管理将成为主流。“在接下来的四到六年中，你会将AI数据中心工作负载管理技术视为标准选项，”Shah预测。2020欧洲杯预赛
“我认为这一趋势快速发展，”豪勋。“在数据中心中长期以来一直是大量的自动化，这些[AI]技术提供了更好的方法来利用提供者有2020欧洲杯预赛很多数据。”他希望使用AI学习方法自动化工作负载管理将“很快是普通的。”
虽然大流行驱动的加速可能有助于轻推，但是，AI在接下来的三年或四年内的某个时候，AI将在未来三到四年内的某个时间开始占据数据中心管理，但Kavanaugh说。2020欧洲杯预赛“很快，数据中2020欧洲杯预赛心将能够自动化几乎所有的操作，从网络安全到监测到监控，”他预测。“但是，随着数据量增加的，我们的工作量和管理层将继续发展，而且，当我们在企业中找到新用途时，我们也会发现新用途。”