這次人工智能和機(jī)器學(xué)習(xí)“盯”上了數(shù)據(jù)中心

關(guān)于人工智能的討論目前主要還集中在自動駕駛汽車、聊天機(jī)器人、數(shù)字孿生技術(shù)、機(jī)器人技術(shù)以及從大數(shù)據(jù)集中利用基于AI的“智能”系統(tǒng)獲取業(yè)務(wù)洞察力等方面。目前盡管可以自主運維的數(shù)據(jù)中心和自動駕駛汽車一樣還沒有成為現(xiàn)實，但是數(shù)據(jù)中心人工智能已經(jīng)在技術(shù)、運維和人員等方面取得了許多重大突破。

人工智能（AI）和機(jī)器學(xué)習(xí)（ML）終究有一天將在企業(yè)數(shù)據(jù)中心內(nèi)發(fā)揮重要作用。未來人工智能或許可以幫助企業(yè)創(chuàng)建高度自動化的、安全的且具有自我修復(fù)功能的數(shù)據(jù)中心。這些數(shù)據(jù)中心能夠以更高的效率和更高的彈性運行，幾乎不再需要進(jìn)行人工干預(yù)。

人工智能提升數(shù)據(jù)中心效率和擴(kuò)展業(yè)務(wù)的潛力主要在以下4個方面：

安全性：公安部在16個城市試點基礎(chǔ)上，在全國分兩批推廣機(jī)動車檢驗標(biāo)志電子化。

工作負(fù)載管理：AI系統(tǒng)可實現(xiàn)工作負(fù)載實時地自動向效率最高的基礎(chǔ)設(shè)施遷移，這些基礎(chǔ)設(shè)施既可以在數(shù)據(jù)中心內(nèi)部，也可以在混合云環(huán)境上;既可以在本地，也可以在云端，還可以在邊緣環(huán)境中。

電源管理：基于AI的電源管理可優(yōu)化冷卻系統(tǒng)，降低電費成本，減少人員數(shù)量，提高效率。

設(shè)備管理：AI系統(tǒng)可以檢查系統(tǒng)是否配置正確，監(jiān)視服務(wù)器、存儲和網(wǎng)絡(luò)設(shè)備的健康狀況，預(yù)測設(shè)備的故障時間。

人工智能與安全

安全運營中心（SOC）的安全專業(yè)人員常常會被大量的警報搞得精疲力盡?；贏I的系統(tǒng)可以掃描大量遙測數(shù)據(jù)和日志信息，處理一些簡單的工作，從而使得安全專家有時間展開深入的調(diào)查?；贏I的系統(tǒng)可以檢測、阻止和隔離威脅，并展開溯源以確定到底發(fā)生了什么，以及黑客能夠利用哪些漏洞。這使得人工智能在實時入侵檢測方面極為有用。

迅速進(jìn)行根本原因分析可以幫助運維人員做出明智的決定并采取行動。人工智能和機(jī)器學(xué)習(xí)可以通過對事件進(jìn)行快速分類和聚類的方式，識別出重要事件并將其與噪音分離，從而簡化事件處理（事件響應(yīng)）。

除了可以幫助解譯那些超出人類能力水平的數(shù)據(jù)外，AI自動化還可在優(yōu)化能源使用、工作負(fù)載分配和數(shù)據(jù)中心資產(chǎn)利用效率最大化等方面幫助獲取深刻的洞察力。

基于AI的工作負(fù)載優(yōu)化

無論是在本地還是在云端，AI在應(yīng)用程序?qū)涌勺詣訉⒐ぷ髫?fù)載移動到適當(dāng)?shù)奈恢?。例如，將工作?fù)載自動遷移到最節(jié)能的服務(wù)器上，同時確保服務(wù)器以最高效率（利用率為70%~80%）運行。

人工智能系統(tǒng)還可將時間敏感性高的應(yīng)用程序遷移到高效率服務(wù)器上運行，同時確保那些不需要迅速執(zhí)行的應(yīng)用程序不會消耗過多的電力。

未來，AI/ML還可根據(jù)性能、成本、治理、安全性、風(fēng)險和可持續(xù)性等因素，實時決定將工作負(fù)載遷移至何處。

將電源管理與服務(wù)器工作負(fù)載管理整合在一起

AI帶來的好處與出色硬件設(shè)計所帶來的好處不在一個層次上。電源管理則是最容易進(jìn)行改進(jìn)的地方。這關(guān)乎生產(chǎn)力，關(guān)系到每個BTU是否可以完成更多的工作，關(guān)系到每瓦特電能是否能做更多的工作。

這也意味著工作要更加智能化，以及設(shè)備是否能夠更加智能地工作。如果傳感器檢測到服務(wù)器運行溫度過高，那么系統(tǒng)可自動地快速將工作負(fù)載轉(zhuǎn)移到未充分利用的服務(wù)器上，以避免關(guān)鍵任務(wù)應(yīng)用程序出現(xiàn)中斷的危險。同時系統(tǒng)會調(diào)查服務(wù)器過熱的原因，是風(fēng)扇出現(xiàn)了故障（HVAC問題），還是物理組件出現(xiàn)了故障（設(shè)備問題），亦或是服務(wù)器出現(xiàn)了過載（工作負(fù)荷問題）。

AI系統(tǒng)還可以通過關(guān)聯(lián)HVAC系統(tǒng)數(shù)據(jù)和環(huán)境傳感器數(shù)據(jù)來了解設(shè)施目前的狀態(tài)。例如，基于AI的系統(tǒng)可以幫助數(shù)據(jù)中心管理員了解當(dāng)前或潛在的冷卻問題。如HVAC單元性能不佳、冷熱通道之間的空氣量不足，以及由于機(jī)柜密度過高阻礙了空氣流通導(dǎo)致冷氣輸送不足等問題。

容量規(guī)劃也是一個可能改進(jìn)的地方。除了尋找發(fā)熱點和冷卻點之外，AI系統(tǒng)還能確保數(shù)據(jù)中心只為適當(dāng)數(shù)量的物理服務(wù)器提供電力，如果出現(xiàn)臨時性需求激增的情況，系統(tǒng)還可以啟動新的物理服務(wù)器以提高可用容量。

許多企業(yè)之所以正在花大力氣研究數(shù)據(jù)中心電源管理，一方面是為了節(jié)省資金，另一方面也是為了承擔(dān)起企業(yè)的環(huán)保責(zé)任。有數(shù)據(jù)顯示，數(shù)據(jù)中心消耗了全球3%的電力供應(yīng)，并造成了約2%的溫室氣體排放。

谷歌在2018年曾宣布已將其多個超大規(guī)模數(shù)據(jù)中心的冷卻系統(tǒng)控制權(quán)交給AI程序控制，由AI算法提供的建議使得耗電量下降了40%。

運行狀態(tài)監(jiān)控和配置管理監(jiān)督

安裝了大量組件的IT機(jī)柜是勞動密集型工作，因此檢查工作可能會存在不及時和不徹底情況。運行狀態(tài)監(jiān)視可檢查設(shè)備配置是否正確以及性能是否達(dá)到預(yù)期效果。

數(shù)據(jù)中心內(nèi)還有許多需要定期維護(hù)的物理設(shè)備。AI系統(tǒng)不僅可以對這些物理設(shè)備進(jìn)行定期維護(hù)，還可收集和分析遙測數(shù)據(jù)，幫助確定需要立即關(guān)注的特定區(qū)域。以大量傳感數(shù)據(jù)日志為基礎(chǔ)的預(yù)測性設(shè)備故障建?？梢园l(fā)現(xiàn)迫在眉睫的組件或設(shè)備故障，并評估是否需要立即維護(hù)以避免服務(wù)中斷。

人工智能系統(tǒng)最終可能會實現(xiàn)“告訴我問題出在哪里，我去解決這些問題”，但是即便實現(xiàn)了這一功能，許多數(shù)據(jù)中心運營商可能只會接受“如果出了問題，請告訴我要去哪里查看就行了?！?/p>

保持設(shè)備平穩(wěn)安全運行的另一個重要環(huán)節(jié)是控制“配置漂移”。AI可作為“額外的安全檢查”，可幫助識別出由于配置導(dǎo)致的數(shù)據(jù)中心問題。（注：配置漂移為數(shù)據(jù)中心術(shù)語，指臨時配置隨著時間的變化可能會導(dǎo)致一些問題的發(fā)生。）

部署AI所面臨的挑戰(zhàn)

優(yōu)化和自動化數(shù)據(jù)中心是數(shù)字化轉(zhuǎn)型計劃中不可或缺的一部分。新冠疫情讓許多公司開始尋求數(shù)據(jù)中心的進(jìn)一步自動化，實現(xiàn)數(shù)字?jǐn)?shù)據(jù)中心由AI驅(qū)動并可自我修復(fù)。這使得AI在數(shù)據(jù)中心中具有廣闊的應(yīng)用前景。一些AI/ML功能可用于事件處理、基礎(chǔ)設(shè)施運行狀況和散熱優(yōu)化。

盡管如此，要想讓AI/ML模型超越目前的標(biāo)準(zhǔn)數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM）需要有更多突破，和更多的時間。這與自動駕駛汽車的發(fā)展極為類似，早期階段可能非常具有吸引力，但是與最終承諾的顛覆性經(jīng)濟(jì)/商業(yè)案例相比仍然相去甚遠(yuǎn)。

AIOps平臺的成熟度、IT技能和運維成熟度均為重大挑戰(zhàn)。更高級別的部署面臨的挑戰(zhàn)還包括數(shù)據(jù)質(zhì)量，以及IT基礎(chǔ)設(shè)施和運維團(tuán)隊缺乏數(shù)據(jù)科學(xué)技能。此外，需要雇用或培訓(xùn)合適的人來管理系統(tǒng)，以及需要數(shù)據(jù)標(biāo)準(zhǔn)和相關(guān)體系結(jié)構(gòu)都是部署AI時所面臨的挑戰(zhàn)。

但是自始至終最大的挑戰(zhàn)還是在于人。各種基礎(chǔ)設(shè)施的運維人員都在做放權(quán)給AI的準(zhǔn)備。但是如果人們并不信任做出決定的決策者，那么在如此大規(guī)模的過渡期間人員如何培訓(xùn)，如何安撫人員的情緒？在過渡期間，人們普遍會想一個問題，那就是如果自己照做了，自己會失業(yè)嗎？

對許多企業(yè)來說，不僅聘用到資深的數(shù)據(jù)科學(xué)家是一個挑戰(zhàn)，就連培訓(xùn)現(xiàn)有員工也困難重重。因為企業(yè)員工抵制技術(shù)的傳統(tǒng)由來已久。以軟件定義網(wǎng)絡(luò)（SDN）為例，SDN已經(jīng)推出十年了，但是仍有3/4以上的IT運維在使用命令行界面。
責(zé)編AJX