人工智能如何重塑IDC?

毫无疑问,人工智能(AI)如今正渗透到各种技术的各个方面,从癌症的早期发现到理解各国的人类语言,以及在实时高分辨率视频中分辨人脸。


大量的消费者应用,为主流需求、社会认可和人工智能的日益普及提供了动力和资金。现在,人工智能思维系统正在快速进入企业IT领域。


很多组织的IT团队已经看到人工智能成为许多任务的主流,其中包括网络安全、IT运营、监控、数据分析、业务流程自动化和基础设施配置等等,以响应缓慢增长的技术劳动力和快速增长的IT工作负载之间日益扩大的差距。


然而,对数据中心来说,这里只涉及两种选择:用于数据中心的人工智能和用于人工智能的数据中心。


  

用于数据中心的人工智能


如今,通过筛选大量繁杂的操作遥测数据、发现异常、关联事件和确定根本原因,智能产品已经可以用来增强IT运营和分析。


最大的影响可能是将人工智能与数据中心信息管理(DCIM)系统结合起来,支持数据中心的智能运营。2014年,通过使用DeepMind对其数据中心的风扇、通风和冷却设备进行控制调整,谷歌公司将电力成本降低了40%。


但现在才刚开始。通过虚拟地重新定位发热的计算负载,这些智能产品可以实现最佳的温度控制。其他DCIM供应商也在研究人工智能算法,并根据不断变化的硬件容差、功耗/成本趋势、瞬态工作负载来改变IDC环境温度。


除了监控冷却设备之外,人工智能还可以管理配电系统,其节省IDC电力成本的潜力同样引人注目。而如果人工智能在全球所有数据中心上扩展应用的话,其影响可能是巨大的。


展望未来,新兴的智能DCIM系统可以将IDC物联网传感器数据(比如热量、气流、功耗、水和烟雾检测等)AI平台整合。不仅可以检测异常的IDC行为,还能确定问题根源和原因。这样,智能DCIM系统不仅能说明失败的时间、地点和原因,还会在出错之提醒操作人员,在某些情况下,还会自动禁止。


用于人工智能的数据中心


由于人工智能几乎改变了每个数据中心的应用程序,它也在重塑软件开发生命周期(SDLC)。传统应用程序通过程序化更改演变为其底层代码库,然后使用严格测试进行验证,并以受控、可管理、可重复方式部署到生产过程中。


但是,基于AI的应用程序不依赖代码更改或单向部署。相反,许多人在开发环境中发展更智能的模型并将其部署到生产中。


无论嵌入传统第三方应用程序还是内部开发的人工智能算法,对尽可能真实且相关的大量数据进行训练时效果最佳。因此,在许多情况下,实时生产数据最适合训练。


人工智能训练需要大量的计算和大量的数据,数据越多越好。为了满足这种对计算能力的巨大需求,人工智能训练越来越多地发生在以CPU为中心的非CPU服务器上,这些服务器基于GPU、FPGA、定制ASIC或专用的深度学习单元,可提供数量级的性能提升。


不过,这些计算系统耗电量大,功率密度高达30-50kW/机架,而且预测下一代计算系统的功率密度将达到惊人的100kW/机架。拥有并运营40多个数据中心的运营商Flexential公司云计算主管Jason Carolan表示,“如果没有液冷之类的解决方案,现有的大多数IDC在规模上根本无法支持这一点。”


对于运营、自动化、监控、合规、安全、开发和云集成来说,即将到来的基于人工智能的产品和服务将成为分水岭,而这些都将促进IDC的基础性改变。通过采用基于AI的应用程序,那些具有远见卓识的IDC运营商,可以应对即将到来的市场变革。

关注最新行业动态,

加群进行技术交流