人工智能让数据中心更强大、更高能

John Edwards 陈琳华

人工智能和机器学习正在逐步接管日常的例行任务和高级任务。管理员和员工会因此而失业吗？

大多数IT领导者都认为自己完全掌握了数据中心的管理、运营和规划，但实际上他们并没有。

任何IT领导者或IT专家团队都无法对基本的数据中心任务进行逐秒（甚至更为精细的）控制。人类，即使是受过高等教育和训练的专业人员在未来规划和其他重要职责任方面也会受到个人偏好、偏见和误解的影响。

人工智能就没有这些缺点。这就是为什么即使数据中心运营商面临着混合环境、物联网和其他挑战，仍要考虑人工智能对一系列关键数据中心运营和服务产生的影响。

以下七件事情是每位IT领导人都需要知道的，这些事情事关人工智能如何将数据中心变得更为强大，更为高效。

1.不同类型的数据中心都可以从人工智能受益

曾担任纽约市法律部门首席信息官，现任企业备份与灾难恢复技术提供商Cloud Daddy首席执行官的Joe Merces指出，任何类型的数据中心都可以从人工智能中受益，但是受益最多的通常是大型设施，如大型企业数据中心、公有云数据中心、主机代管数据中心和外包数据中心。

IEEE研究员兼数据存储分析公司Coughlin Associates总裁的Tom Coughlin认为，任何数据中心都可以利用如机器学习等人工智能方法来更好地管理内部资源，对未来的硬件和数据要求进行预测。他指出，“人工智能正在成为最重要的数据中心应用程序之一。”

数据中心维护服务提供商Park Place科技的创新主管Paul Mercina解释道，机器学习正在从基本模式识别和传统算法转变为更复杂的深度学习领域。“机器学习的一个关键贡献是它们能够使用迭代方法发现数据中的结构，无需人类从任何理论或假设开始进行测试。”深度学习使用了多层人工神经网络，在对象检测、分类、语音识别、语言翻译等任务中能够提供更高的准确性。

2.人工智能可帮助提升数据中心能效

在过去几年当中，人工智能工具在降低数据中心能耗和减少浪费方面发挥着越来越重要的作用。“这些应用程序有助于降低功耗，对低下的冷却效率进行报告并分析关键任务系统的健康状况，以提高效率、节约能源，”Mercina指出。

荷兰数据中心协会常务董事Stijn Grove说：“数据中心是一个不断变化的环境。” 他表示，通过人工智能分析和监测当前的室内外温度并对近期天气进行预测，可帮助数据中心优化冷却资源从而达到节约能源的目的。

服务器是所有数据中心中最耗能的地方。Grove指出，“当你具备了在需要时自动扩展或降低云服务器规模的能力，那么充分发挥每台服务器潜力并关闭未使用的容量，你就会节约大量的能源。”

人工智能还可以显著降低存储的能耗。通过使用人工智能监控和分析预测各类用户活动，数据中心可以快速地将较少使用的数据转移到低能耗的存储资源上，将频繁使用的数据转移到更高性能的存储。“此外，人工智能还可以最大限度地在处理过程中减少数据的来回移动，”Coughlin说。“数据智能存放可以让使用中的数据更靠近处理数据的地方，通过减少数据移动来降低能耗。”

3.人工智能可提高数据中心的安全性

数据中心的安全需求正在迅速发展。一直以来，数据中心面临的最大威胁主要是来自内部员工或相对原始的外部暴力攻击。卡内基梅隆大学泰珀商学院商业技术副教授Param Vir Singh表示，“如今，黑客也在构建基于人工智能的算法，这些算法正试图找到数据中心的弱点。人工智能则是应对这一挑战的最佳技术。”

Mercina表示：“人工智能应用程序使得数据中心能够更快地适应不断变化的安全要求，同时为用户提供更为安全的环境，并且无需强制执行严苛的规定。人工智能解决方案还可以帮助检测恶意软件和垃圾邮件，分析正常和异常的活动模式，识别弱点并加强对潜在威胁的防护。”

Coughlin称，人工智能能够将恶意入侵行为引诱至“蜜罐”当中，在那里对它们进行密切监控，甚至追踪入侵者。

4. 人工智能可以优化数据中心的性能

通过不断监控和调整资源（包括处理、网络和内存等），人工智能可让企业以最高的效率运行数据中心。“人工智能可用于监控工作负载分配，使基础设施更具可扩展性，同时提升冷却和能耗效率，”Merces说。人工智能还可用于优化服务器配置和利用率。“例如，人工智能可通过移动工作负载并通过软重启、硬重启和重新制作镜像等方法识别和修复基础设施中存在的问题。”

Coughlin也认为，人工智能在优化服务器使用方面具有独特的优势。他说：“这包括将相应的处理流程交给到针对特定应用程序的处理器，例如GPU和TPU。” 人工智能还可以优化数据中心软件性能。“例如，限制数据库中相同数据的轮询或限制重复过程，”Grove补充道。

5.人工智能可改善基础设施管理

据Ponemon Institute的研究显示，2016年各行业数据中心宕机时间的平均成本约为每分钟8850美元。“如果我们能够在维护性问题发生前预测到它们，那么我们就可以采取预防措施，”Singh说。

通过不断改进的基础设施管理技术和智能传感器，神经网络可被训练用于分析当前基础设施的需求和容量，以便利用最适合的设备来满足这些需求。专攻商业法和企业法的Tuck Northman律师事务所合伙人Tuck Northman称：“人工智能可以处理比人类或人类团队更多的信息，几乎是实时处理，并且以人工智能为导向的系统更加有效、更加可靠。” 同时，他还指出传感器还可以帮助数据中心管理员预测或减轻灾难性故障。

Mercina说，大多数数据中心如今都由训练有素的人员进行管理、监控和运维，他们的日常任务包括巡查数据中心、查找表示硬件发生故障的指示灯等。“通过消除无谓的猜测和让整个生态系统具备主动性，人工智能和机器学习能够彻底改变目前这种过时的范式。”

人工智能有望对数据中心安排日常维护任务的方式产生重大影响。通过仔细审查所有相关的数据中心资源，人工智能很快就能够预测出特定设施何时需要服务、升级和更换。因此，定期维护计划将逐渐会被人工智能生成的建议所取代。Grove认为 “这将改善正常運行时间并降低成本。”

6.人工智能正在成为强大的数据中心规划工具

规划是最令人感兴趣的人工智能数据中心应用之一。通过从数据中心传感器中获取大量信息和利用从以往情境中进行学习的能力，人工智能可以提供精细的预测，更重要的是，它们可以对修改过的设想中存在的差异进行建模。Northman说：“系统部署时间越长，获得的信息就越多，预测的结果也就越准确。”

“目前这种情况正在发生。”例如，将人工智能用于规划和配置电力资源，预测冷却需求。他表示：“它们还被用在了规划和管理网络和带宽的利用率和优化工作上。”

7.人工智能将管理越来越多的数据中心任务

Grove指出，人工智能几乎可以完全管理目前由人类管理的数据中心任务。“数字生态系统需要更多的即时控制和操作，这些只能通过人工智能和机器学习来实现。此外，随着边缘计算的出现，为了能够管理众多的无人站点，我们也需要人工智能来完成这些工作。”

实现一个能够监控、诊断和自我修复的完全自动化数据中心是人们一直追求的目标。大数据分析公司Guavus的首席科学家Roger Brooks说：“这需要人工智能、机器人甚至是增强现实技术，让机器之间能够互相照顾。”

然而，至少从人类的角度来看，人工智能目前仍然无法可靠地执行高级推理和决策任务。不过，Merces预测说，“随着所有工作都进入了人工智能时代，它们将被划分为特定的功能，虽然这些功能将变得极为高效，但是它们终究不会获得智慧。”

对于这一观点，Northman 表示同意。“虽然管理人员会越来越依赖人工智能来操作和管理数据中心，但是这些流程并非完全不需要人类参与。管理者在一些特定中心的作用将会降低……但是人类还会作为一个防故障要素继续存在于各个环节当中。”