AI提升数据中心的可用性和效率

数据中心打点即处事或DMaaS是基于DCIM软件的处事。但它不只仅是一个SaaS版本的DCIM软件。 DMaaS将进一步网络数据，汇总来自数十个数据中心的装备和装备数据。然后将这些数据匿名化，汇总并行使呆板进修举办大局限说明。

两家DMaaS市场的早期参加者是Schneider Electric和Eaton.这两家厂商都从他们在数据中心规模多年的履历中发掘出了大量数据，个中包罗计划和构建数据中心，楼宇打点，配电以及电力和制冷处事。

“Schneider Electric和Eaton正在做的工作将发生重大的变革，那就是拥有浩瀚客户数据的数据湖。这对付数据中心部分来说很是风趣，”Ascierto说。

通过从普及的操尽兴况中获取这类数据，使企业可以或许将本身的数据中心机能与环球基准举办较量。譬喻，Schneider的DMaaS产物名为EcoStruxure IT，它与来自500多个客户和220万个传感器的基准数据的数据湖相干联。

“您不只可以行使本身的数据领略息争决题目。并且，您还可以行使数千个其他办法的数据，个中包罗很多与您的办法很是相似的数据。这是最大的区别，”Ascierto说。

譬喻，猜测性和提防性维护可以从更深条理的智能中受益。 Ascierto说：“以其他呆板为基本，在行使程度相似、行使时刻临近、部件相似的情形中事变，人工智能可以提前猜测出也许会呈现的妨碍。”

景象筹划是另一个可以从呆板进修中获益的进程。譬喻，公司本日举办景象筹划，估算装备移动对功耗的影响。 “这险些无法举办呆板进修，”Ascierto说。“但通过将呆板进修数据、汗青数据应用到特定的设置和差异的计划中——使得确定特定设置或计划的功效的手段大大晋升。”

风险说明和风险对冲打算也将受益于更深入的说明。 Ascierto说：“数据中心很是伟大，本日的局限云云之大，以至于人类真的很难从中找到纪律，但对付呆板来嗣魅这是垂手可得的。”

将来，呆板进修在数据中心的普及应用将为企业在抉择运行某些事变负载的位置时提供更多提议。 “这对组织来说很是有代价，出格是假如他们正在环绕最佳执行场合做出决按时，”Ascierto说。 “这个应用措施应该在这个数据中心运行吗？可能我们应该行使特另外数据中心吗？”

瞻望将来，智能体系可以包袱更伟大的使命，使数据中心可以或许按照运行服从最高或最靠得住的配置来动态调解事变负载。 Carlini说：“伟大的人工智能在将来仍有一段路要走。”

与此同时，对付刚入门的公司，他夸大了让装备和IT团队举办更多相助的重要性。

Carlini说：“思量到数据中心的全部部件 - 电源体系，冷却体系和IT打点室都长短常重要的。必需全力担保差异规模的技能之间的互操纵性。同时，企业必要在职员设置方面也这样做。

“固然这在技能层面上很轻易做到，但在组织上，晋升的空间依然很是庞大，”他说。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!