数据中心机器学习如何优化运营

呆板进修和人工智能是当今IT专业职员的热点话题，而在企业的数据中心，它们拥有真正的远景。

呆板进修软件可比你或你的团队更快猜测环境，乃至也许更快地办理它们。这些体系是当今殽杂数据中心情形的公道扩展，是数据中心基本办法中不绝增添的一部门。

IDC猜测，到2022年，在数据中心，50%的IT资产将行使嵌入式AI成果自主运行。数据中心的呆板进修可以优化大部门整体运营，包罗筹划和计划、事变负载、正常运行时刻和本钱打点。

数据中心呆板学惯用例

呆板进修可以或许从场景和数据齐集进修，而且可以构建即时相应，而不必要工钱过问或依靠于一组有限的预编程举措。该技能可以辅佐你更好地相识你的数据中心体系，更有用地打点它们并防备不测停机。

建设更高效​​的数据中心。企业可以行使呆板进修来自动打点其数据中心的物理情形，并通过软件对物理办法和数据中心架构举办及时修改，而不是警报。

谷歌行使其AI体系自动打点其数据中心的冷却，并一连说明21个变量，譬喻氛围温度、功率负载和内部气压。在2018年，该公司操作呆板进修将冷却所需的能源镌汰40%，而且实现1.06分的电力行使服从。

低落运营风险。对付数据中心运营，防备停机是要害使命，而呆板进修可以辅佐你更轻松地猜测和提防停机。数据中心呆板进修软件监控要害装备(譬喻电源打点和冷却体系)的及机遇能数据，并猜测硬件何时呈现妨碍。这使你可以对这些体系执行提防性维护，并防备价钱奋发的停机。

基于呆板进修的风险说明可进步数据中心的正常运行时刻，这首要是通过构建差异设置以增进弹性;辨认提防性维护的机遇;以及辨认隐藏的收集安详风险，乃至在它们呈现前。

通过智能数据镌汰客户流失。企业可在数据中心操作呆板进修来更好地相识客户并隐藏地猜测斲丧者举动。作为客户乐成打算的延长，呆板进修可以说明数据中心内网络后未行使的大量信息。

当呆板进修软件与客户相关打点(CRM)辖档同接时，这个基于AI的数据中心可以搜刮和检索存储的汗青数据库(在传统上不消于CRM)中的数据，并应承CRM体系拟定差异的计谋以发掘隐藏或实现客户乐成。

从以下软件选项开始

因为呆板进修可以比人类更快地运行，因此它可以在几秒内说明数TB的汗青数据，并将参数应用于其决定，当你在跟踪数据中心中的全部勾那时，这很是有效。假如你但愿将呆板进修陈设到数据中心，可以从以下几个用例和软件产物开始。

电力和能源打点。能源打点是企业最轻易操作数据中心呆板进修实现的规模之一，并可当即得到显著收益。谷歌行使DeepMind实现约30%的能源节省，从而低落了相干本钱。

Maya HTT的数据中心基本架构打点软件Datacenter Clarity LC操作基于AI的器材说明各个处事器，以检测非常环境以及辨认优化机遇。

譬喻，它可以辨认事变负载并将其从服从较低的处事器从头路由到能源和事变服从较高而操作率较低的处事器;而你会看到关于改换旧处事器的关照，你可以在它成为题目之前举办进级。

日记打点。大大都数据中心体系城市天生日记，但假如这些日记没有被操作，那么就没有代价。尚有企业行使的任何边沿或外围装备，这里涉及大量日记。

呆板进修可以齐集和说明这些日记，并可建设对你的团队有代价且易于行使的陈诉。开源技能(譬喻Elasticsearch)以及来自Splunk的付费选项可以辅佐说明和提取呆板进修例程网络的任何数据。

基础缘故起因说明。当你碰着任何机能题目时，你必需可以或许快速确定基础缘故起因并加以办理。Hewlett Packard Enterprise的InfoSight产物中的AI猜测引擎可辅佐你近乎及时地发明并办理在内部数据中心和云陈设中的题目。

按照详细参数，InfoSight会辨认受影响的用户并开拓本身的一套办理方案。但真正的代价在于其提防法子;当该软件开拓出办理题目的法则，它就会遍历整个体系，从头路由流量到未受影响的体系，以防备它们呈现沟通的题目。

（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!