AI和机器学习将如何为数据中心提供帮助
发布时间：2021-07-28 11:37:21 所属栏目：大数据 来源：互联网
导读：有些人认为，人工智能(AI)理解和解决问题时近乎具有神秘的力量。而人工智能广泛应用于人们日常生活的许多领域，因此，实现这一目标的硬件开始在数据中心中应用。 数据中心本身存在一系列复杂的问题，包括优化和预测。那么，如何采用人工智能这种神奇的技术来
|
Ghosh说，“我们知道运行的服务器过热将会导致宕机。但如果有温度波动，这种情况显然会更糟。简单的规则使数据中心迅速达到最佳稳态位置，但在此过程中，它们会使温度突然发生阶段性变化，结果发现这会浪费很多能量。如果温度条件经常变化，那么其能耗可能抵消收益。如果环境温度已经达到21℃～27℃，然后再下调的话，将会浪费电能。”
一些数据中心服务商为此做出了回应。数据中心基础设施管理(DCIM)服务商已经采用了人工智能技术，而一些已经在进行预测分析的公司已经采用了机器学习技术。
分析机构Romonet公司联合创始人Zahl Limbuwala说，“当前机器学习的各个方面都处于平台的初始数据处理阶段，在将传感器和仪表的原始数据输入预测建模引擎之前，对其进行标准化、清理、验证和标记。”
电力和冷却方面的智能化措施有不同的名称。例如华为公司的电力、冷却和DCIM智能化技术名称分别称之为iPower、iCooling和iManager。
与谷歌和其他公司一样，华为公司从简单的实际步骤开始，例如使用模式匹配来控制温度并发现制冷剂泄漏的证据。在电力系统中，它致力于使用人工智能识别和隔离设备故障。
该公司高级营销经理Zou Xiaoteng表示，在拥有1,540个机架的廊坊数据中心，华为公司大幅降低了使用iCooling技术的PUE值。该数据中心设施的功率密度约为每机架6kW，IT负载率为43%。
DCIM供应商Nlyte公司在2018年将其工具与世界上最知名的人工智能项目之一IBM公司的Watson集成之后，将其应用在DCIM产品中。
Nlyte公司首席执行官Doug Sabella当时预测，人工智能技术增强DCIM将带来伟大的成就。
他说，“简单的事情就是预防性维护。但是，除了预测性事物之外，工作人员借助DCIM更好地管理工作负载。在应用程序性能管理方面需要考虑一些问题：可以根据有限的数据集选择要放置工作负载的位置，那么将它放在公共云中还是私有云中?有助于确定位置和基础设施的属性是什么?
这一决定中并没有包含整体关键信息，但从人工智能的角度来看，可以帮助数据中心实际减少工作负载和优化工作负载，并降低工作负载失败的风险。我们看到人工智能对数据中心的运营将产生巨大的影响。”
IBM Watson公司物联网北美市场营销负责人Amy Benett看到了另一个实用的方面。他说，“人工智能作为数据中心团队的新成员可以一直工作却不会感到疲倦。”
据报道，Watson技术在医疗保健等要求更高的领域并没有像承诺的那样达到预期效果，这让Watson的表现有些黯然失色。但应用在数据中心可能是其恢复良好声誉的舞台。数据中心的关键设施的管理要比人体健康简单得多。
下一阶段的发展
Ghosh说，“现在是人工智能解决更大问题的时候了。”这与Sabella的观点相呼应。在最初的应用之后，提高功率和冷却效率的努力最终实现了收益。在这一点上，人工智能可以开始管理加载的内容。 （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! |
