如今，關于未來技術發(fā)展的預言繞不開AI，我們不止一次被告知，AI將全面影響人類生活，從語音識別、智能購物到無人駕駛，AI正在快速影響人類的衣食住行。各行各業(yè)也充分抓住AI帶來的發(fā)展機遇，掀起了AI革命。這場AI革命風暴同樣也發(fā)生在數(shù)據(jù)中心領域。

AI對數(shù)據(jù)中心的影響是什么?在其中扮演著怎樣的角色......

混合引領，革新并進

放眼世界，數(shù)據(jù)中心產業(yè)正在經歷巨大轉型，一些技術和商業(yè)趨勢重塑工作負載的部署與管理方式。這些新情況對數(shù)據(jù)中心的供電、制冷和恢復都產生了影響，傳統(tǒng)企業(yè)IT部門必須努力改進，嘗試滿足超大規(guī)模云服務商交付的效率。據(jù)今年451研究所VotE《數(shù)字脈搏：工作負載與關鍵項目數(shù)據(jù)》顯示，58%的企業(yè)正轉向混合架構，這種趨勢給IT部門革新帶來巨大壓力。

尤其，為了與價格下降的公有云進行競爭，企業(yè)設施必須高效且遵循不斷增加的數(shù)據(jù)主權條例。然而，與其完全替換傳統(tǒng)基礎設施，企業(yè)更有可能選擇從提升效率著手，尤其是考慮到利用IT資產、整合為更大型更集中設施以及世界部分地區(qū)需要擴容。自動化將成為IT變革的關鍵一環(huán)，軟件編排工具可以用來管理應用層，那么供電和制冷設施如何應對?歷史來看，數(shù)據(jù)中心依據(jù)設計來運行，怎樣讓數(shù)據(jù)中心更多由軟件驅動，動態(tài)匹配IT負載呢?

DCIM定義

數(shù)據(jù)中心基礎設施管理軟件(DCIM)是這種趨勢不可缺少的組成部分，為數(shù)據(jù)中心監(jiān)控、資產管理和容量規(guī)劃提供單一管理平臺和儀表盤數(shù)據(jù)分析。DCIM有助于簡化混合環(huán)境的復雜性、提高生產力、提升資源效率。DCIM基于配電抄表、閾值和告警來監(jiān)控數(shù)據(jù)中心的健康狀態(tài)，并借助自動發(fā)現(xiàn)工具管理IT資產。一些DCIM甚至觸及服務器和端口級別，或通過預測場景分析來規(guī)劃和預測容量。然而，目前DCIM面臨的挑戰(zhàn)包括整合場外資產，以及應對伴隨著IP關聯(lián)設備而來的網絡安全攻擊問題。

DCIM通過搜集用于趨勢研究和使用分析的實時數(shù)據(jù)支持所有這些功能。被動DCIM通過告警或性能變化改善基本監(jiān)控，而主動DCIM融入其他系統(tǒng)，提高效率、降低風險、增強靈活性。最終，DCIM用戶將尋求把數(shù)據(jù)并入商業(yè)功能中，如成本分析和商業(yè)規(guī)劃，助力驅動BEV決策。AI通過自發(fā)反應，在進行優(yōu)化、提供洞見和更好預測方面發(fā)揮重要作用。通過提升可見性、響應性和效率,DCIM助力搭建出更多由軟件驅動的數(shù)據(jù)中心，而AI將進一步改善配置和容量規(guī)劃，最終實現(xiàn)自動化管理。

數(shù)據(jù)中心如何應用AI?未來會如何發(fā)展?

廣義來看，據(jù)今年VotE《AI and Machine Learning:Adoption,Drivers and Stakeholders》調查顯示，半數(shù)企業(yè)已部署或一年內計劃部署AI。這類趨勢跨越所有行業(yè)，尤其是IT和通信領域。預測性維護是最常見的使用案例，此類常見應用直接適用于數(shù)據(jù)中心管理。

特定應用要求適用于全棧，延伸至發(fā)電和制冷。用于離散系統(tǒng)的無線傳感器曾為常態(tài)，如今該行業(yè)已轉向實時告警系統(tǒng)。下一步是3D可視化，延伸至支架或端口，融入到工作流程管理，包括容量租用和云實例(至少是數(shù)據(jù)提供者允許客戶看到的)。AI也有助于整套控制的優(yōu)化和預測。如今，已有軟件工具支持云編排，IT服務管理和虛擬機管理。AI助力綁定物理層的應用，可將DCIM數(shù)據(jù)轉換為行動知識。

通常，數(shù)據(jù)中心管理即服務(DMaaS)是當今AI支持下的DCIM起點。DMaaS基于云的遠程監(jiān)控，匯總了歷史數(shù)據(jù)和匿名客戶數(shù)據(jù)進行大規(guī)模分析，而AI能夠用于異常檢測。DMaaS是數(shù)據(jù)中心資產的“第二雙眼睛”，其長期目標是整合能源管理、連通性、甚至商業(yè)成本。自然，數(shù)據(jù)越多越好，但這種方法的潛在缺陷在于安全和時延風險。

當前，時間敏感型的監(jiān)控和告警將仍可能本地處理。由于當前運營商反感風險，供應商僅僅是提供一些建議。操作方面，仍然使用傳統(tǒng)工具進行管理，DCIM用于遷移或其他變更、事故管理和根因分析。將來，AI可助力打造無需過度配置的自愈數(shù)據(jù)中心。

然而，行業(yè)一些有趣的例子某種程度上突出了數(shù)據(jù)中心的AI現(xiàn)狀。

1、谷歌DeepMind展示了如何利用歷史感應器數(shù)據(jù)和神經網絡減少所需的制冷能源。在中國，華為也訓練了自己的深度神經網絡，協(xié)作調整空調和制冷機組控制，目的是獲得最佳PUE并減少附帶的能源成本。

2、事實上，華為已測試并部署了iManager，一種由AI驅動的IT資產管理和容量規(guī)劃產品。

3、Vigilent位于加利福尼亞，該公司利用基于云的AI引擎，結合本地應用分析環(huán)境信息，并通過控制使制冷輸出動態(tài)匹配IT負載。

4、初創(chuàng)公司Litbit已為個體公司數(shù)據(jù)庫增添AI色彩，利用干預模型，通過聲音指紋檢測設備的健康狀態(tài)。

隨著DCIM成為軟件驅動設施不可缺少的一部分，融入AI將助力實現(xiàn)優(yōu)化并最終促成數(shù)據(jù)中心的自動化。