数据中心的智能应用不断扩大，正在采用人工智能来实现自动化运维

如今，企业比以往更加意识到智能、互联和数据驱动型业务战略的益处。显而易见的是，大数据、物联网、自动化和机器学习正在改变人们的工作方式，人工智能则是这一趋势的下一个阶段。

尽管人们对于人工智能的定义有着激烈的争议，但其含义是显而易见的，就是执行一些需要人类判断的过程和任务，能够根据以前发生的事情进行判断的机器来代替人类。然而要做到这一点，需要大量的计算能力。例如，远程跟踪汽车维护信息所需的基础设施，需要将数据传输到集中式系统，对本身可能位于云端的程序执行数据分析，然后允许人工智能系统提出维护建议或采取行动。

作为互联网及其数十亿台网络设备的处理核心，数据中心设施为所有这些计算提供支持。近年来，虚拟化、自动化和数据中心基础设施管理方面出现了重大发展，但如何将人工智能应用于数据中心的运营和维护呢？

数据中心的智能应用这在一定程度上已经在发生。思科公司的M5统一计算系统或HPE公司的InfoSight等系统正试图缓解工作人员越来越难以应对现代数据中心复杂性的事实。

例如，思科公司的这款智能系统允许数据中心管理人员定义使用策略，然后允许软件自动移动资源，以使数据中心处于最佳状态。思科公司混合云和机器学习高级经理Joann Starke指出：“数据中心的运营与管理变得如此复杂，以至于人们需要采用软件进行控制，并自动进行实时更改。”

根据施耐德电气公司的调查，长期以来数据中心技术一直在使用某种形式的人工智能。例如UPS和冷却单元可以根据条件使用算法来决定设备的行为。

电力和冷却设备通常收集关于外部环境和内部过程的数据。反过来，这些设备将决定如何对这些数据作出响应，例如，向工作人员发送警告消息或关闭电池充电。然而，施耐德电气公司认为，数据中心采用人工智能还有一段很长的路要走。

如今，越来越多的数据中心迁出城区，并在更偏远的地区运营数据中心。LitBit公司的创始人Scott Noteboom开发了一个人工智能数据中心解决方案，这是由于数据中心需要远程管理的结果。最初的解决方案是采用高薪吸引技术熟练的运维工程师在数据中心工作。

然而，曾担任苹果公司数据中心负责人的Noteboom发现，数据中心的专业人才越来越难以招募和保留，而熟练技术人员尤其如此。

Noteboom因此有了一个复制熟练和经验丰富的工程师技能的想法，并采用人工智能来实现，并将其命名为DAC．它是用于数据中心管理和维护的人工智能角色。DAC拥有10000多条数据中心的知识和经验，这是从许多数据中心工程师的集体知识库中获取的资源。并且这种人工智能还可以不断学习。

就像人类一样，DAC也会对其周围的环境做出反应，无论是噪音、视线、灯光等因素。与人类不同的是，它可以将这些信息与内部存储信息进行交叉参考，了解数据中心运营的适当条件。

人工智能最终取代数据中心工作人员调研机构Gartner公司副总裁兼杰出分析师George Weiss认为，IT领导人应该对数据中心的计划更有雄心和远见，并认识到随着日益复杂化而带来的挑战。

Weiss说：“IT领导者需要考虑更大的范围，并采纳数据中心的智能自组织系统、未来的边缘和云计算的原则。其目标应该是构建监控和分析系统行为的平台和服务，从而使预定义的目标和服务水平不断优化。对于那些可能想知道允许机器做出决定的真正优势的人来说，Gartner公司研究人员认为，这样做可以实现有目的的行动，实现组织设定的目标”。 换句话说，就让机器完成工作，并从中谋取利益。

埃森哲公司的研究显示，人工智能可能会让所有行业的利润率平均提高38％，并在2035年实现14万亿美元的经济增长。而在数据中心采用人工智能似乎是一个明智的举措。

当然，在任何关于人工智能的讨论中，人们总是担心失业。无论是工业革命的创新者还是云计算的反对者，都会对改变游戏规则的新技术产生同样的恐惧。但是随着人工智能的广泛应用，新的就业机会将不断涌现，人工智能技术将最终成为新的标准。