有些人認為，人工智能(AI)理解和解決問題時近乎具有神秘的力量。而人工智能廣泛應用于人們日常生活的許多領域，因此，實現這一目標的硬件開始在數據中心中應用。

數據中心本身存在一系列復雜的問題，包括優(yōu)化和預測。那么，如何采用人工智能這種神奇的技術來改善數據中心運營?

將人工智能應用在數據中心

機器學習(尤其是深度學習)可以檢查大量的數據集，并在其中找到不依賴于人類用來理解和預測數據的模型的模式。它還可以預測未來將重復出現的模式。

如今的數據中心設施越來越成熟和齊全，傳感器可以提供大量有關IT性能和環(huán)境因素的實時和歷史數據。2016年，為了提高效率，谷歌公司將人工智能應用到數據中心上，得到了業(yè)界關注。

谷歌公司使用其擁有的人工智能技術DeepMind來優(yōu)化其數據中心的冷卻。2014年，該公司宣布其數據中心工程師Jim Gao正在使用人工智能技術來實現推薦引擎。

2016年，該項目利用神經網絡優(yōu)化了谷歌公司在新加坡的數據中心的冷卻設施，這些神經網絡學習如何預測數據中心的溫度，并提供了積極應對的建議。

根據DeepMind的研究工程師Richard Evans的說法，該結果使該數據中心的冷卻費用減少了40%，而PUE(能源使用效率)減少了15%。他表示，“由于算法是理解復雜動態(tài)的通用框架，因此我們計劃將其應用于數據中心環(huán)境中的其他挑戰(zhàn)?！?/p>

該公司2018年宣布的下一步計劃是自動運行數據中心冷卻系統(tǒng)，人工智能系統(tǒng)在工作人員的監(jiān)督下調整數據中心的運行設置。為了確保冷卻系統(tǒng)安全運行，運營團隊限制了其設置，因此只節(jié)省了30%的冷卻費用。

該系統(tǒng)每五分鐘用數千個傳感器對數據中心冷卻系統(tǒng)拍攝一次快照，并將其輸入云中的人工智能系統(tǒng)。這預測了潛在的行動將如何影響未來的能源消耗，并選擇了好的選擇。這將數據發(fā)送到數據中心，由本地控制系統(tǒng)驗證，然后實施。

項目團隊報告系統(tǒng)已經開始產生出乎意料的優(yōu)化效果。Dan Fuenffinger來自谷歌公司的一家數據中心運營商，他采用該系統(tǒng)工作了很長時間，他說：“我們看到人工智能學會利用冬季的低溫條件，產生比正常溫度更低的冷卻水，這真是令人驚訝，因為這樣可以減少數據中心內冷卻所需的電能?！?/p>

Jim Gao表示，這個成功案例證明了該系統(tǒng)可以安全有效地運作。其決策將受到安全規(guī)則的審查，運營人員可以隨時接管。

在這個階段，谷歌公司的人工智能優(yōu)化只有一個客戶，那就是其自身。但這一想法得到了學術界的大力支持。

穩(wěn)定性很重要

加拿大安大略省麥克馬斯特大學計算基礎設施研究中心(CIRC)負責人Suvojit Ghosh表示，人類和簡單的基于規(guī)則的系統(tǒng)可以對任何情況做出反應，但是當環(huán)境發(fā)生變化時，它們的反應并不相同，而人工智能可以做得更好，因為它能夠預測變化。

Ghosh說，“我們知道運行的服務器過熱將會導致宕機。但如果有溫度波動，這種情況顯然會更糟。簡單的規(guī)則使數據中心迅速達到好穩(wěn)態(tài)位置，但在此過程中，它們會使溫度突然發(fā)生階段性變化，結果發(fā)現這會浪費很多能量。如果溫度條件經常變化，那么其能耗可能抵消收益。如果環(huán)境溫度已經達到21℃～27℃，然后再下調的話，將會浪費電能?！?/p>

一些數據中心服務商為此做出了回應。數據中心基礎設施管理(DCIM)服務商已經采用了人工智能技術，而一些已經在進行預測分析的公司已經采用了機器學習技術。

分析機構Romonet公司聯合創(chuàng)始人Zahl Limbuwala說，“當前機器學習的各個方面都處于平臺的初始數據處理階段，在將傳感器和儀表的原始數據輸入預測建模引擎之前，對其進行標準化、清理、驗證和標記?！?/p>

電力和冷卻方面的智能化措施有不同的名稱。例如華為公司的電力、冷卻和DCIM智能化技術名稱分別稱之為iPower、iCooling和iManager。

與谷歌和其他公司一樣，華為公司從簡單的實際步驟開始，例如使用模式匹配來控制溫度并發(fā)現制冷劑泄漏的證據。在電力系統(tǒng)中，它致力于使用人工智能識別和隔離設備故障。

該公司高級營銷經理Zou Xiaoteng表示，在擁有1,540個機架的廊坊數據中心，華為公司大幅降低了使用iCooling技術的PUE值。該數據中心設施的功率密度約為每機架6kW，IT負載率為43%。

DCIM供應商Nlyte公司在2018年將其工具與世界上最知名的人工智能項目之一IBM公司的Watson集成之后，將其應用在DCIM產品中。

Nlyte公司首席執(zhí)行官Doug Sabella當時預測，人工智能技術增強DCIM將帶來偉大的成就。

他說，“簡單的事情就是預防性維護。但是，除了預測性事物之外，工作人員借助DCIM更好地管理工作負載。在應用程序性能管理方面需要考慮一些問題：可以根據有限的數據集選擇要放置工作負載的位置，那么將它放在公共云中還是私有云中?有助于確定位置和基礎設施的屬性是什么?

這一決定中并沒有包含整體關鍵信息，但從人工智能的角度來看，可以幫助數據中心實際減少工作負載和優(yōu)化工作負載，并降低工作負載失敗的風險。我們看到人工智能對數據中心的運營將產生巨大的影響?！?/p>

IBM Watson公司物聯網北美市場營銷負責人Amy Benett看到了另一個實用的方面。他說，“人工智能作為數據中心團隊的新成員可以一直工作卻不會感到疲倦?！?/p>

據報道，Watson技術在醫(yī)療保健等要求更高的領域并沒有像承諾的那樣達到預期效果，這讓Watson的表現有些黯然失色。但應用在數據中心可能是其恢復良好聲譽的舞臺。數據中心的關鍵設施的管理要比人體健康簡單得多。

下一階段的發(fā)展

Ghosh說，“現在是人工智能解決更大問題的時候了。”這與Sabella的觀點相呼應。在最初的應用之后，提高功率和冷卻效率的努力最終實現了收益。在這一點上，人工智能可以開始管理加載的內容。

Ghosh 表示，“使用計算歷史記錄的成本進行智能負載平衡或容器編排，可以降低特定應用程序的能源成本。這可能會節(jié)省一半的IT能源成本。只需使用人工智能來安排工作，而這不會考慮關閉閑置服務器或其他類似的事情。”

除此之外，Ghosh還在數據中心進行設備運行聲音的人工智能分析。他說，“經驗豐富的員工會根據設備運行的聲音知道出了什么問題?！?/p>

華為公司高級經理Zou Xiaoteng說，“如果變壓器出現問題，其噪聲模式會發(fā)生變化。通過學習變壓器的噪聲模式，人工智能可以使用聲學技術來監(jiān)控變壓器的運行狀態(tài)?！?/p>

Ghosh說，“這種方法允許人工智能超越專家具有的知識和經驗，并了解人類認知永遠無法理解的東西。在接下來的10年，我們將能夠在故障發(fā)生之前對其進行預測。我希望能夠創(chuàng)建一種能夠完全消除預防性維護需求的算法?！?/p>

華為公司高級經理Zou Xiaoteng認為還有一些好處是，人工智能可以將資源利用率再提高20%，同時減少人為錯誤。

他對人工智能的應用進行了分級。零級數據中心是一個完全采用人工管理的數據中心;第一級數據中心的基本功能是采用傳感器可視化數據中心設施;第二級數據中心可以為工作員提供一些幫助，實現無人值守部分功能，人工智能技術將向工程師報告情況，工程師將做出適當的響應;第三級數據中心可以提供根本原因分析和虛擬幫助來解決問題。華為公司的數據中心已經到達了這個階段。

他說：“在未來，我相信可以使用人工智能來預測是否存在任何問題，并使用人工智能實現數據中心的自我恢復?！?/p>

他預測，在這個階段，DCIM系統(tǒng)甚至可以從專門的人工智能處理器中獲益。華為公司已經在嘗試使用其Ascend系列人工智能處理器，在云計算和邊緣方面采用DCIM進行管理。

大多數用戶目前仍然處于早期階段，但有些用戶顯然對此持樂觀態(tài)度。富國銀行任務關鍵設施現場經理Eric Fussenegger表示，“如今，我們使用人工智能來監(jiān)控設定點，采用DCIM加強了數據中心設施的控制措施?！?/p>

Fussenegger表示，人工智能在未來可以進一步發(fā)揮作用，智能設備可以在數據中心的日常實際維護和操作中發(fā)揮更大作用。

他說，“總有一天，機器人可以接管數據中心清潔工作或維護IT設備，并且工作人員不必在冷熱通道區(qū)域進行維護。但我認為其工作還是需要工作人員的監(jiān)督?！?/p>

網站題目：人工智能和機器學習將如何為數據中心提供幫助
文章URL：http://jinyejixie.com/news/99917.html

成都網站建設公司_創(chuàng)新互聯，為您提供移動網站建設、企業(yè)網站制作、建站公司、電子商務、靜態(tài)網站、全網營銷推廣

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯