数据中心行业的专家近日探讨了人工智能（AI）在数据中心基础设施管理（DCIM）中的革命性作用，以及其对基础设施管理带来的深远影响。这位专家以其在数据中心基础设施领域的广泛背景和对技术创新的不懈热情，为讨论奠定了坚实的基础。
　　
　　对于数据中心基础设施管理解决方案的提供商而言，开发高效工具，以助力运营商有效管理、维护和优化其设施和IT系统是至关重要的。
　　
　　在探讨UIIM中“通用”和“智能”的含义时，行业专家进行了详细阐述。他提到，“通用”方面主要涉及集成和收集来自数据中心基础设施各个层级的数据，包括环境层、电源层、冷却层、IT层和逻辑层。这涵盖了来自配置管理数据库（CMDB）、建筑管理系统（BMS）、票务系统、网络系统、监控控制与数据采集系统（SCADA）和客户关系管理系统（CRM）等各类系统的数据，以及来自传感器、交换机、服务器、电源和冷却系统等所有硬件和设备的数据。他进一步解释说：“通用意味着将整个基础设施中每个设备和系统的数据汇集在一起，实现全面的数据整合。”
　　
　　此外，通用智能基础设施管理（UIIM）旨在管理各种类型的数据中心，包括托管型、企业型、公有云、私有云、边缘数据中心和暗数据中心等。其目标是为任何类型或规模的数据中心提供全面的管理能力。
　　
　　在讨论DCIM在业界的发展时，行业专家认为，尽管当前市场上的供应商提供了多种数据中心管理产品，但与10至15年前相比，这些产品在本质上并没有发生太大变化，缺乏真正的创新。甚至分析师也在继续使用过时的语言来描述行业预期，这反映出该行业在过去十年中并未发生显著变化。他说，“我们认为数据中心行业正在落后。然而，运营商正在积极推进，他们要求能够提供管理和操作所有设备和供应商基础设施的解决方案。2009年引入的DCIM概念只是造成了混淆，因为不同的工具被归为同一个术语。虽然大多数解决方案侧重于监测和报告。这固然重要，但还远远不够，它们无法满足当今的需求。”
　　
　　现代工具必须结合自动化、运营管理和工作流程优化等智能功能，利用大数据来简化基础设施管理。他表示：“我们致力于重新定义这个领域，以满足这些不断变化的需求。”
　　
　　在谈到人工智能在实现数据驱动的洞察力方面的作用时，他指出，明智的方法集中在从整个数据中心收集数据，并利用人工智能和机器学习技术来处理和分析这些数据。通过检查历史数据，他们可以深入了解数据中心的行为模式，从而实现预测性维护，识别潜在故障并主动降低风险。他为此指出：
　　
　　（1）人工智能配置模块能够自动完成IT设备部署和网络连接等任务，节省高达95%的规划时间，减少错误，并提高能源效率。
　　
　　（2）人工智能分析模块能够检测基础设施行为中的异常情况，而我们的可持续发展模块则能够跟踪碳排放和能源效率等指标，帮助运营商达到可持续发展标准。
　　
　　（3）此外，还要在积极开发主动推荐模块，以预测风险、优化资源利用、提高运营效率，为我们的客户提供重要价值。
　　
　　在探讨数据中心和人工智能的未来时，他强调，虽然完全自主的数据中心还遥不可及，但当前的重点应放在人工智能如何赋能人类，而不是取代人类。通过分析超出人类能力范围的大量数据，人工智能可以更深入地了解基础设施的运行状况，从而帮助人们更高效、更愉悦地完成工作。这对数据中心行业来说是一个巨大的机遇。
　　
　　编辑：Harris