人工智能如何解決數(shù)據(jù)中心的工作負(fù)載管理難題

隨著數(shù)據(jù)中心工作負(fù)載量呈螺旋式增長(zhǎng)，越來越多的企業(yè)開始尋求采用人工智能技術(shù)幫助他們減輕IT團(tuán)隊(duì)的管理負(fù)擔(dān)，同時(shí)提高效率，并削減開支。

人工智能承諾將工作負(fù)載自動(dòng)實(shí)時(shí)管理功能應(yīng)用在基礎(chǔ)設(shè)施，無論是在內(nèi)部部署數(shù)據(jù)中心還是在由數(shù)據(jù)中心、云平臺(tái)和邊緣計(jì)算設(shè)備組成的混合云環(huán)境中。隨著人工智能為工作負(fù)載管理帶來的轉(zhuǎn)變，未來的數(shù)據(jù)中心將與現(xiàn)在的數(shù)據(jù)中心設(shè)施大不相同。一種可能的方案是由遠(yuǎn)程管理員管理的小型互連邊緣數(shù)據(jù)中心的集合。

專注于數(shù)據(jù)中心業(yè)務(wù)和技術(shù)趨勢(shì)分析的Infosys Knowledge Institute負(fù)責(zé)人Jeff Kavanaugh表示，由于競(jìng)爭(zhēng)加劇、通貨膨脹以及疫情導(dǎo)致的預(yù)算削減各種因素，許多企業(yè)正在尋求降低數(shù)據(jù)中心運(yùn)營(yíng)成本的方法。人工智能和自動(dòng)化已經(jīng)被證明是工作量管理中的強(qiáng)大工具，因?yàn)樗梢詫⑵髽I(yè)的員工從耗時(shí)且乏味的任務(wù)中解放出來，并使他們能夠?qū)Ｗ⒂谡嬲枰斯ぬ幚淼墓ぷ鳌?/p>

滿足需求

大多數(shù)數(shù)據(jù)中心管理人員的首要任務(wù)是優(yōu)化運(yùn)營(yíng)以滿足高峰需求。然而，無論他們?nèi)绾巫屑?xì)地計(jì)劃和準(zhǔn)備，需求高峰和低谷往往無法控制。商業(yè)咨詢機(jī)構(gòu)Capgemini公司北美地區(qū)人工智能工程副總裁Goutham Belliappa說：“人工智能可以帶來獨(dú)特改進(jìn)的地方在于它可以理解工作負(fù)載的模式，并將這些需求與數(shù)據(jù)中心容量相匹配。”

人工智能管理可以使數(shù)據(jù)中心團(tuán)隊(duì)從一系列平凡而重復(fù)的任務(wù)中解脫出來，其中包括服務(wù)器管理、安全設(shè)定、計(jì)算、內(nèi)存和存儲(chǔ)優(yōu)化、負(fù)載均衡，以及電力和冷卻分配等?？萍际袌?chǎng)咨詢機(jī)構(gòu)ABI Research公司首席分析師Lian Jye Su說，“這些工作負(fù)載都可以通過人工智能實(shí)現(xiàn)自動(dòng)化或增強(qiáng)。”

IT管理軟件開發(fā)商Manage Engine公司人工智能和機(jī)器學(xué)習(xí)產(chǎn)品總監(jiān)Ramprakash Ramamoorthy表示，人工智能可以幫助分析從單個(gè)機(jī)器收集的數(shù)據(jù)，并發(fā)現(xiàn)被監(jiān)控參數(shù)中的異常情況。他說，“人工智能還可以幫助更早地預(yù)測(cè)故障和中斷，這可以幫助數(shù)據(jù)中心管理團(tuán)隊(duì)減少停機(jī)時(shí)間，并保持集群正常運(yùn)行。人工智能還可以實(shí)現(xiàn)更好的溫度和電壓管理，從而直接降低運(yùn)營(yíng)成本，并幫助減少碳足跡。”

Ramamoorthy表示，雖然可以使用各種人工智能方法，但工作負(fù)載管理工具應(yīng)始終確保模型預(yù)測(cè)是完全可解釋的。與其他領(lǐng)域相比，人工智能系統(tǒng)在數(shù)據(jù)中心工作負(fù)載管理中做出的決定通常會(huì)由一個(gè)或多個(gè)協(xié)同工作的團(tuán)隊(duì)來執(zhí)行。因此，人工智能模型決策應(yīng)該是可解釋的，讓IT團(tuán)隊(duì)能夠更好地理解模型決策的意圖，并采取相應(yīng)的行動(dòng)。

他指出，“人工智能模型最多可以達(dá)到80%到85%的準(zhǔn)確度，因此這也有助于人類團(tuán)隊(duì)通過正確解釋人工智能模型的決策來關(guān)聯(lián)明智的決策。如果人工智能模型可以為其呈現(xiàn)的決策提供置信度評(píng)分，那么它也將有助于有效的工作負(fù)載管理。”

人工智能和機(jī)器學(xué)習(xí)開發(fā)商Tanjo公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官Richard Boyd表示，隨著人工智能和機(jī)器學(xué)習(xí)工具變得越來越普遍，很多企業(yè)認(rèn)識(shí)到，當(dāng)人類智能與技術(shù)合作而不是競(jìng)爭(zhēng)時(shí)，可以實(shí)現(xiàn)好結(jié)果。他說，“機(jī)器在許多方面根本無法取代人類，但機(jī)器在某些領(lǐng)域的應(yīng)用肯定比人類好得多。一旦人工智能和機(jī)器學(xué)習(xí)變得流行，并且企業(yè)員工適應(yīng)這種新的合作關(guān)系，那么他們的觀點(diǎn)就會(huì)發(fā)生轉(zhuǎn)變。”

Dell科技公司的人工智能戰(zhàn)略負(fù)責(zé)人Brons Larson表示，數(shù)據(jù)中心可以利用人工智能/機(jī)器學(xué)習(xí)來提高性能以及優(yōu)化配置和部署。人工智能/機(jī)器學(xué)習(xí)支持動(dòng)態(tài)協(xié)調(diào)資源與工作負(fù)載，以優(yōu)化資源利用率以更好地管理成本。所有人工智能解決方案，無論是何種應(yīng)用程序或供應(yīng)商，都需要專業(yè)知識(shí)來正確配置和優(yōu)化價(jià)值。這首先要正確捕獲和評(píng)估用于訓(xùn)練和測(cè)試的數(shù)據(jù)，以及針對(duì)漂移和偏差管理部署的模型。

此外，基于規(guī)則的人工智能可以通過智能策略控制和預(yù)定義配置幫助自動(dòng)化資源優(yōu)化和合規(guī)性。Su指出，“使用從日常運(yùn)營(yíng)中收集的數(shù)據(jù)，基于機(jī)器學(xué)習(xí)的人工智能可以進(jìn)一步增強(qiáng)數(shù)據(jù)中心運(yùn)營(yíng)的其他方面，這些方面以前需要深入的領(lǐng)域?qū)I(yè)知識(shí)。例如，可以通過自學(xué)威脅檢測(cè)和監(jiān)控算法來加強(qiáng)數(shù)據(jù)中心的安全性。通過將所需資源引導(dǎo)到正確的方向，可以優(yōu)化負(fù)載均衡、電源和冷卻分配功能。”

Kavanaugh說，“人工智能還可以簡(jiǎn)化數(shù)據(jù)管理。企業(yè)越來越發(fā)現(xiàn)自己被與關(guān)鍵利益相關(guān)者有關(guān)的大量數(shù)據(jù)所包圍。使用人工智能，企業(yè)可以確保有效、準(zhǔn)確地管理這些大量數(shù)據(jù)。”在人工智能的幫助下，企業(yè)的IT團(tuán)隊(duì)可以比以往更快、更準(zhǔn)確地執(zhí)行數(shù)據(jù)質(zhì)量分析或提取數(shù)據(jù)以創(chuàng)建預(yù)測(cè)等任務(wù)。他說，“這對(duì)企業(yè)來說至關(guān)重要，因?yàn)樗麄冃枰鼫?zhǔn)確的數(shù)據(jù)來做出明智的決策。”

人工智能軟件包

隨著人工智能的成熟，現(xiàn)在出現(xiàn)了一種軟件驅(qū)動(dòng)的方法，可以將不同的元素結(jié)合在一起，并將人工干預(yù)降至最低。例如，在典型的數(shù)據(jù)庫(kù)系統(tǒng)中，需要大量配置才能使操作高效運(yùn)行，例如索引表、跨服務(wù)器對(duì)數(shù)據(jù)進(jìn)行分區(qū)、為某些類型的查詢分配內(nèi)存以及調(diào)整優(yōu)化器以適應(yīng)計(jì)算平臺(tái)和預(yù)期的工作量。Howe指出，“人工智能可以通過從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)則和程序來提供幫助，關(guān)于哪些日程安排對(duì)哪些任務(wù)有效，而不是讓我們?cè)噲D弄清楚所有事情。”

有了人工智能，企業(yè)IT領(lǐng)導(dǎo)者和團(tuán)隊(duì)可以自由地專注于解決業(yè)務(wù)問題，而不必?fù)?dān)心基礎(chǔ)設(shè)施的細(xì)節(jié)。Belliappa說，“從人工智能的角度來看，我們使用的大多數(shù)模型都是自學(xué)習(xí)集成模型，它們結(jié)合使用各種技術(shù)，并在從它們管理的工作負(fù)載模式中學(xué)習(xí)時(shí)不斷優(yōu)化。”

規(guī)劃和部署

在人工智能開始發(fā)揮其管理魔力之前，IT和業(yè)務(wù)領(lǐng)導(dǎo)者需要接受將關(guān)鍵管理職責(zé)移交給軟件的想法。Shah說，“根據(jù)其規(guī)模和內(nèi)部知識(shí)庫(kù)，人工處理可能非常困難。”

最終，企業(yè)如何處理從人工到人工智能工作負(fù)載管理的過渡取決于其技術(shù)成熟度、運(yùn)營(yíng)規(guī)模和數(shù)據(jù)中心的活力。Kavanaugh說，“缺乏現(xiàn)代基礎(chǔ)設(shè)施來有效利用其數(shù)據(jù)的孤立企業(yè)將陷入困境。”另一方面，越來越多的人工智能供應(yīng)商提供針對(duì)特定類型企業(yè)的工具，這增加了幾乎任何類型和規(guī)模的企業(yè)能夠平穩(wěn)過渡的可能性。他預(yù)測(cè)說，“隨著企業(yè)及其解決方案的成熟，配置和部署的便利性將會(huì)繼續(xù)提高，”

如果說人工智能有致命弱點(diǎn)的話，那就是該技術(shù)對(duì)數(shù)據(jù)中心系統(tǒng)和實(shí)踐中甚至相對(duì)微妙變化的反應(yīng)。Howe解釋道，“大多數(shù)人工智能技術(shù)都是在假設(shè)固定環(huán)境的情況下尋找穩(wěn)定的模式。如果以模型無法看到的方式改變環(huán)境，它會(huì)提供錯(cuò)誤的答案。而在部署更改之前仔細(xì)規(guī)劃可以幫助減輕這種擔(dān)憂。”

人工智能得到更廣泛的應(yīng)用

雖然人工智能驅(qū)動(dòng)的數(shù)據(jù)中心工作負(fù)載管理已經(jīng)被許多大型企業(yè)使用，特別是谷歌、亞馬遜和微軟等超大規(guī)模企業(yè)，但規(guī)模較小的數(shù)據(jù)中心運(yùn)營(yíng)商直到現(xiàn)在才開始采用這項(xiàng)技術(shù)。Belliappa指出，用不了多久，數(shù)據(jù)中心管理人員將面臨一個(gè)嚴(yán)峻的選擇：或者繼續(xù)依賴傳統(tǒng)的數(shù)據(jù)中心管理技術(shù)和實(shí)踐，或者大量投資于人工智能驅(qū)動(dòng)的業(yè)務(wù)以保持活力。

從長(zhǎng)遠(yuǎn)來看，隨著技術(shù)的進(jìn)步、成本的下降以及采用者信心的增強(qiáng)，人工智能驅(qū)動(dòng)的管理有望成為主流。Shah預(yù)測(cè)說，“在接下來的四到六年內(nèi)，人們將看到人工智能數(shù)據(jù)中心工作負(fù)載管理技術(shù)成為標(biāo)準(zhǔn)選項(xiàng)。”

Howe說，““我認(rèn)為這種趨勢(shì)正在迅速發(fā)展，隨著數(shù)據(jù)中心自動(dòng)化程度的提高，人工智能技術(shù)提供了一種更好的方法來利用提供商擁有大量數(shù)據(jù)的內(nèi)容。”他預(yù)計(jì)使用人工智能學(xué)習(xí)方法的自動(dòng)化工作負(fù)載管理將很快變得司空見慣。

Kavanaugh說，“越來越多的行業(yè)觀察家認(rèn)為人工智能將在未來三四年內(nèi)的某個(gè)時(shí)候開始主導(dǎo)數(shù)據(jù)中心管理，盡管疫情的驅(qū)動(dòng)可能有助于推動(dòng)這一時(shí)間表向前推進(jìn)。數(shù)據(jù)中心很快將能夠?qū)崿F(xiàn)幾乎所有操作的自動(dòng)化，從網(wǎng)絡(luò)安全到維護(hù)再到監(jiān)控。但是，隨著數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，以及企業(yè)發(fā)現(xiàn)人工智能的新用途，數(shù)據(jù)中心管理人員的工作量及其管理將會(huì)繼續(xù)增長(zhǎng)。”

網(wǎng)站標(biāo)題：人工智能如何解決數(shù)據(jù)中心的工作負(fù)載管理難題
標(biāo)題來源：http://www.bm7419.com/news0/204400.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)、云服務(wù)器、品牌網(wǎng)站制作、網(wǎng)站維護(hù)、網(wǎng)站制作、Google

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)