AI如何解决数据中心的工作负载管理难题
发布时间：2021-07-24 18:02:40 所属栏目：大数据 来源：互联网
导读：人工智能如今为实现数据中心的基本管理任务自动化做好了准备。但是，数据中心管理人员准备好从人工管理过渡到机器管理了吗? 随着数据中心工作负载量呈螺旋式增长，越来越多的企业开始寻求采用人工智能技术帮助他们减轻IT团队的管理负担，同时提高效率，并削
|
此外，基于规则的人工智能可以通过智能策略控制和预定义配置帮助自动化资源优化和合规性。Su指出，“使用从日常运营中收集的数据，基于机器学习的人工智能可以进一步增强数据中心运营的其他方面，这些方面以前需要深入的领域专业知识。例如，可以通过自学威胁检测和监控算法来加强数据中心的安全性。通过将所需资源引导到正确的方向，可以优化负载均衡、电源和冷却分配功能。”
Kavanaugh说，“人工智能还可以简化数据管理。企业越来越发现自己被与关键利益相关者有关的大量数据所包围。使用人工智能，企业可以确保有效、准确地管理这些大量数据。”在人工智能的帮助下，企业的IT团队可以比以往更快、更准确地执行数据质量分析或提取数据以创建预测等任务。他说，“这对企业来说至关重要，因为他们需要更准确的数据来做出明智的决策。”
人工智能软件包
随着人工智能的成熟，现在出现了一种软件驱动的方法，可以将不同的元素结合在一起，并将人工干预降至最低。例如，在典型的数据库系统中，需要大量配置才能使操作高效运行，例如索引表、跨服务器对数据进行分区、为某些类型的查询分配内存以及调整优化器以适应计算平台和预期的工作量。Howe指出，“人工智能可以通过从大量历史数据中学习规则和程序来提供帮助，关于哪些日程安排对哪些任务有效，而不是让我们试图弄清楚所有事情。”
有了人工智能，企业IT领导者和团队可以自由地专注于解决业务问题，而不必担心基础设施的细节。Belliappa说，“从人工智能的角度来看，我们使用的大多数模型都是自学习集成模型，它们结合使用各种技术，并在从它们管理的工作负载模式中学习时不断优化。”
规划和部署
在人工智能开始发挥其管理魔力之前，IT和业务领导者需要接受将关键管理职责移交给软件的想法。Shah说，“根据其规模和内部知识库，人工处理可能非常困难。”
最终，企业如何处理从人工到人工智能工作负载管理的过渡取决于其技术成熟度、运营规模和数据中心的活力。Kavanaugh说，“缺乏现代基础设施来有效利用其数据的孤立企业将陷入困境。”另一方面，越来越多的人工智能供应商提供针对特定类型企业的工具，这增加了几乎任何类型和规模的企业能够平稳过渡的可能性。他预测说，“随着企业及其解决方案的成熟，配置和部署的便利性将会继续提高，”
如果说人工智能有致命弱点的话，那就是该技术对数据中心系统和实践中甚至相对微妙变化的反应。Howe解释道，“大多数人工智能技术都是在假设固定环境的情况下寻找稳定的模式。如果以模型无法看到的方式改变环境，它会提供错误的答案。而在部署更改之前仔细规划可以帮助减轻这种担忧。”
人工智能得到更广泛的应用
虽然人工智能驱动的数据中心工作负载管理已经被许多大型企业使用，特别是谷歌、亚马逊和微软等超大规模企业，但规模较小的数据中心运营商直到现在才开始采用这项技术。Belliappa指出，用不了多久，数据中心管理人员将面临一个严峻的选择：或者继续依赖传统的数据中心管理技术和实践，或者大量投资于人工智能驱动的业务以保持活力。
从长远来看，随着技术的进步、成本的下降以及采用者信心的增强，人工智能驱动的管理有望成为主流。Shah预测说，“在接下来的四到六年内，人们将看到人工智能数据中心工作负载管理技术成为标准选项。”
Howe说，““我认为这种趋势正在迅速发展，随着数据中心自动化程度的提高，人工智能技术提供了一种更好的方法来利用提供商拥有大量数据的内容。”他预计使用人工智能学习方法的自动化工作负载管理将很快变得司空见惯。 （编辑：宿州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
