咨询QQ:
      杂志订阅

      编辑

      网管

      培训班

      市场部

      发行部

电话服务:
 010-82024981
欢迎, 客人   会员中心   帮助   合订本   发布信息
设为首页 | 收藏本页
人工智能如何解决数据中心运营商面临的挑战
  • 行业专家对人工智能如何帮助解决该行业内出现的运营挑战、数据中心行业需要克服的最大障碍,以及数据中心如何利用人工智能提高效率和保持弹性进行了探讨。
  • 行业专家对人工智能如何帮助解决该行业内出现的运营挑战、数据中心行业需要克服的最大障碍,以及数据中心如何利用人工智能提高效率和保持弹性进行了探讨。
      
      去年数据中心运营面临的最大挑战是什么?人工智能如何帮助该行业的公司克服这些挑战?
      
      尽管每个企业都受到了冠状病毒疫情的影响,但随着数字化转型的加速,数据中心行业仍然保持着蓬勃发展的势头。将看到客户需求激增,服务商提供的每项服务都在增长,因此数据中心行业目前面临的最大挑战是在适应工作场所限制的同时应对这种增长。
      
      在不断增长的市场与更紧俏的资源之间取得平衡意味着数据中心运营商正在寻求向更智能的决策转变,并进一步扩展自动化,以保证正常运行时间和有效的功能,而这正是人工智能可以提供帮助的地方。
      
      许多数据中心在很大程度上依赖人工操作来通知运营决策,但通过应用人工智能,希望实现更多的自动化,例如在负载转移或冗余和弹性设备之间的智能切换。利用收集的有关设施温度、湿度和“硬”基础设施工作情况的数据,人工智能可以帮助我们了解如何延长设备的使用寿命,以及是否可以节省能源效率、升级和部件更换的资本支出。
      
      人工智能是如何推动能源效率和帮助数据中心空间变得更加环保?
      
      数据中心运营商拥有广泛的数据管理系统,涉及数据的收集、聚合和可视化,可帮助我们分析各种因素,如客户负载、通道温度和每个数据大厅的湿度。人工智能获取这些数据并根据某些触发点执行操作。
      
      如果客户负载超过某个水平,可以增加或减少冷却基础设施,以最节能的方式提供足够的冷却。这比保持设备100%运行要好,以防负载上升。机器学习还可用于根据许多其他因素(例如外部环境温度)预测这些事件,以便控制系统能够相应地自动作出反应。
      
      大多数数据中心控制系统已经在一定程度上使用人工智能来有效地控制和提高能源效率。例如,不间断电源可以根据系统负载自动从一种效率模式切换到另一种效率模式。AI/控制系统将关闭冗余模块,并在适当的情况下将其置于休眠状态,确保系统在任何给定的时间内以接近实际负载的最佳效率运行。
      
      这些控制系统每年都在进步,但制造商们越来越期望能够开发出高效的系统,我们可以在这些系统的基础上建立一个自动化水平,帮助我们实现最大的效率收益。
      
      数据中心网络流量监控如何利用人工智能保持抵御网络威胁的弹性?
      
      网络管理人工智能和网络安全的发展使我们能够检测到正常流量模式之外的异常活动。在典型的办公环境中,如果公司设备在凌晨3点登录并开始从业务中获取千兆字节的数据,这将被标记为非典型行为。人工智能可以快速分析这一漏洞,并通过禁用该设备的网络访问来阻止可能的数据丢失。
      
      这种数据传输也可能发生在工作日的中间,但它可能来自一种通常不会传输大量数据的设备,例如一台专门用于演示的笔记本电脑。人工智能已经了解了该设备的典型行为模式,并将在出现不符合其典型使用模式的数据流入或流出时进行标记。
      
      在数据中心中也没什么不同。每台服务器都有自己的典型操作模式,这些模式可以被网络安全系统监控,任何异常活动都可以被标记。通过与其他系统的接口,可以比简单的网络监控更进一步。例如,检测某人进入安全服务器大厅后服务器行为是否发生变化,这可能表示服务器已被篡改。从网络安全的角度来看,人工智能实现的可能性几乎是无限的,这是一个显著的增长领域。
      
      人工智能可以通过哪些方式帮助数据中心运营商平衡工作负载,以尽可能降低电力成本?
      
      很多组织降低运营数据中心的电力成本,以及有效利用能源。数据中心的负荷逐年增加,这意味着电费逐年上升。世界的数字化意味着这种情况短期内不会改变。
      
      数据中心的设计很大程度上是围绕着优化人们认为IT负载将在长期内解决的问题。人们需要的负荷水平,使基础设施运行效率尽可能为一个给定的单位的有用输出。如果用户没有使用合同规定的电源,可能不得不以10%的容量运行制冷机等设备,这意味着它们的运行效率将非常低,因此,虽然保持电力成本较低,但这实际上阻止了最大限度地提高能源效率。组织使用数据收集和人工智能来确定哪里的负荷与已安装的基础设施不匹配,并调整关键设备的输出。
      
      这些数据也会反馈到未来的建筑设计中。组织有责任设计控制系统,能够在整个建筑寿命期间(包括早期低负荷阶段)提高能源效率。人工智能可以非常有效地用于控制系统,以帮助用户平衡成本和效率,这是随着时间的推移而改善。

       编辑:Harris
      
      

  •