随着世界努力应对数据海啸，数据中心也在迅速发展。智能连接设备数量的快速增长和数据消耗的大量增加给基础数据中心基础架构带来了巨大压力。数据中心已经变得如此复杂，以至于只有人类才能在不影响性能和效率水平的情况下管理这种日益增长的复杂性。诸如AI之类的技术可以极大地帮助组织显着提高其数据中心的效率。这就是AI对数据中心的影响。去年Gartner预测，到2020年，超过30％的无法实施AI和机器学习的数据中心将不再运行且在经济上可行。 Google宣布在数据中心使用AI来提高其数据中心的能源效率，从而突出显示了AI在数据中心中的潜在潜力的第一个例子。在短短18个月内，Google使用其AI驱动的Google DeepMind系统将冷却所需的能源减少了40％，相当于将整体PUE支出减少了15％。从那时起，许多公司纷纷效仿，并探索了AI的变革潜力。如果可以适当地使用AI，则可以带来很多好处。其中包括：1.有效处理工作负载：人工智能可以帮助组织以最有效的方式自动化工作负载管理。通过使用AI和机器学习，可以检测出模式以从过去的数据中学习，并在高峰时段更有效地分配工作量。它们还可用于更好地优化磁盘利用率，服务器容量和网络带宽。去年，麻省理工学院的一组研究人员证明了这一点。麻省理工学院研究人员开发的基于AI的系统会自动“学习”程序。如何在数千台服务器上安排数据处理操作-传统上是由不精确的，人为设计的算法完成的任务。麻省理工学院的研究人员说，这样做可以帮助当今耗电的数据中心更高效地运行。研究人员说，与最好的手写调度算法相比，研究人员＆＃39;系统完成工作的速度大约要快20％到30％，在交通繁忙的情况下，其完成速度要快两倍。此外，系统还将学习如何有效压缩工作量以减少浪费。结果表明，该系统可以使数据中心使用更少的资源来更快地处理相同的工作负载。 2.人员配置：在数字时代，雇用具有适当技能的人员是一项巨大的挑战。例如，Gartner预测，到2020年，由于I＆O技能不足（从2016年的不到20％增长），有75％的组织将遭受严重的业务中断。人工智能在当今人类代理执行的许多任务的自动化中可以发挥重要作用。 3.能源效率：从Google的例子可以看出，基于AI的系统在更好地优化供暖和制冷系统方面可以发挥巨大作用，进而可以帮助减少电费。最佳利用资源，例如执行某些类型任务的最有效时间。 AI还可以用于帮助创建更高效的数据中心设计，并检测很少使用的应用程序或服务器。它还可以用于检测耗电的应用程序或服务器，并建议将特定工作负载转移到更有效的工作负载的方法。 4.安全性：AI可以广泛应用于数据中心的安全运营中心。通过分析来自多个系统的事件和输入并设计适当的事件响应系统，人工智能可以补充当前的安全事件和事件管理（SIEM）系统。基于AI的系统可以改善对安全运营中心的监视，并可以减少基本的L1操作。例如，当每秒记录超过20,000个事件时，人类将很难监视这些事件。基于AI的系统可以帮助从误报中识别恶意流量，并帮助数据中心管理员更有效地应对网络安全威胁。 5.主动管理硬件：人工智能系统可以帮助组织主动管理其IT基础架构（例如存储，服务器或网络设备）的运行状况。例如，通过汇总不同设备的日志，AI可以发掘出故障的根本原因，并主动识别设备降级的前兆。在设备发生故障之前，可以报告异常（如果有）以解决可能的故障原因。如果您看一下上述好处，很明显，数据中心的未来必将支持更多的人工智能，并具有提高生产力和效率的巨大潜力。