澳門威斯尼斯wns888：AI賦能數據中心：加速數據中心智能化

自從2016年AlphaGo擊敗李世石之后，人工智能的能力開始漸漸被世人理解，人工智能開始確實落地。Gartner的數據表明，到2020年，人工智能預計將增加180萬個就業機會。

好消息是，它也將建構230萬個低收入崗位。如今，AI涉及專利申請量攀升，AI芯片市場需求也大大減少，微軟公司已要求訂購華為新的研發的AI芯片應用于中國的數據中心。

然而，人工智能技術的發展與落地應用于還近未成熟。對人工智能硬件而言，算力是技術構建的確保，這必須大量強有力的數據中心獲取基礎反對。

但傳統數據中心不存在諸多痛點，急需借力人工智能，積極開展數據中心的革命。實質上，人工智能的發展少不了數據中心的承托，與此同時，智能化是未來能源基礎設施發展的必由之路，在此過程中，人工智能也將助推數據中心朝智能化方向發展。數據中心與AI如何火花火花？數據中心成千上萬臺服務器為人工智能所需的計算能力獲取了物理基礎，人工智能也將給數據中心帶給了新的革命，其帶給的大力影響主要有三個方面。

一是便于數據中心管理和掌控。未來的數據發展終將南北軟件定義，但隨著數據中心呈現出變得復雜，人工處置的精力和能力都受限。

如果通過人工智能利用其自學能力，對以往管理數據展開智能分析，就可獲得相當可觀精確的決策。二是減少數據中心能耗。數據中心是能耗大戶，巨額的電能費用早已淪為數據中心高速發展的瓶頸，很多互聯網巨頭的原為數據中心開始想方設法一切辦法去減少能耗。人工智能技術就可以充份計算出來PUE值，再行根據PUE值反推哪些因素對其影響僅次于，再行去優化這些部分，從而超過減少能耗的目的，提高數據中心運營效率。

例如，谷歌用于DeepMind獲取的AI技術，在機房的能耗上取得了大幅度的縮減，適當增加PUE值。明確而言，通過創建機器學習的模型，對機房的PUE指標趨勢展開預測，從而指導加熱器設備的配備優化，增加了閑置的用作加熱器的電力消耗。這項技術需要為谷歌增加15％的數據中心整體耗電量，節省下來的成本相當可觀。

三是數據中心的數據加工。數據中心享有海量數據，原先的計算出來方式效率太低。利用AI技術的智能化運維，就可以對這些數據展開深度分析，將數據展開過濾器、整理、重新組建各種仿真模型，這些加工后的數據可能會產生極大的價值。

如果是數據中心的運營數據，則可以通過智能運算，取得提高數據中心運維水平機會；如果是數據中心的存儲數據，則可以通過不能運算取得行業市場狀況，展開人員特征的分析等。數據中心運維日益智能化人工智能為數據中心獲取了全新的機遇：未來可以建設智能化的數據中心，用來替代非常簡單重復勞動，在大量數據中萃取規律性信息，大量方案中替代性最佳方案，填充數據環境下自由選擇擬合模式。明確到智能運維領域，目前依賴有數的日志展開模式識別，可以構建動態監控，潛在故障監測，動態故障定位，重點區域問題監控，還可實現解決方案智能化引薦；在節能降耗方面，可實現整個基礎設施的智能化管理，提升可靠性，減少IT能耗，增加加熱器消耗，從而節省電力。

然而，人工智能亦對數據中心帶給了極大的挑戰。據信通院研究數據表明，在供電方面，AI使得數據中心功率密度從5kW提高到21kW及以上，給供配電基礎設施帶給挑戰；在加熱器方面，AI帶給的高功率帶給低風扇，風冷向液冷改變；在邊緣計算出來方面，AI使得網絡容許數據必須末端外側處置，要建設好邊緣數據中心。智能微模塊3．0將出智能化里程碑目前，行業內有數不少智能化數據中心解決方案問世。

以華為公司為事例，2018年6月CEBIT2018期間，華為公布了一款取名為“智能微模塊3．0”的智能化解決方案，主要環繞（iPower，iCooling，iManager）特性，重新加入AI優化運營算法，構建數據中心基礎設施整體功能的智能化融合，使得數據中心的高效智能如虎添翼。智能微模塊3．0將通過智能化AI算法主動辨別運營狀態，構建供電鏈路毫秒級故障檢測，秒級故障定位，毫秒級故障隔離，分鐘級故障完全恢復功能；突破行業后遺癥已幸的冷媒外泄檢測難題；提高數據中心僅有生命周期空間、電力、加熱器及人力資源的高效利用。其中，iPower可實現供電僅有鏈路可用及監測精確定位，并享有基于AI技術的電池管理系統，因應毫秒級故障隔離，以確保供電的可靠性。

iCooling，基于AI的自優化算法，同等工況下溫控系統節電平均8％；溫控系統準確加熱器，避免熱點隱患，提高數據中心運營的穩定性。同時，AI算法反對空調冷媒容量的自檢測，提升可靠性。

iManager是智能微模塊3．0的大腦，讓機房運維顯得更為非常簡單、高效：底層設備利用先進設備的IoT技術，掙脫傳統串口通訊速度慢的問題，同時設備高度自自學、自適應，為整個系統智能化打造出扎實的基礎；系統平臺通過云化改建，建構DCIM＋管理資源池，全球數據中心運營經驗分享，邁進數據中心智能化、自優化的最重要一步。對于租賃型數據中心，華為DCIM＋通過對租戶資源用于情況展開動態分析，辨識有所不同類型用戶的市場需求，輔助數據中心的規劃建設與配套。智能識別低價值客戶類型，機車優勢資源向低價值用戶移往，優化資源配置，提高租賃收益。

數據中心基礎設施發展經歷了散件化人組，產品化統合，智能化融合三個發展階段。

本文來源：澳門威斯尼斯wns888-www.wn899.com