同今生活在线网

数据中心两大前景机器学习与人工智能

linux云计算培训 2019-09-10 15:21184未知sjzxldqj
导读机器学习和人工智能是当今IT专业人员的热门话题,而在企业的数据中心,它们拥有真正的前景。

机器学习软件可比你或你的团队更快预测情况,甚至可能更快地解决它们。这些系统是当今混合数据中心环境的合理扩展,是数据中心基础设施中不断增长的一部分。

IDC预测,到2022年,在数据中心,50%的IT资产将使用嵌入式AI功能自主运行。数据中心的机器学习可以优化大部分整体运营,包括规划和设计、工作负载、正常运行时间和成本管理。

数据中心机器学习用例

机器学习能够从场景和数据集中学习,并且可以构建即时响应,而不需要人为干预或依赖于一组有限的预编程动作。该技术可以帮助你更好地了解你的数据中心系统,更有效地管理它们并防止意外停机。

创建更高效​​的数据中心。企业可以使用机器学习来自动管理其数据中心的物理环境,并通过软件对物理设施和数据中心架构进行实时修改,而不是警报。

谷歌使用其AI系统自动管理其数据中心的冷却,并持续分析21个变量,例如空气温度、功率负载和内部气压。在2018年,该公司利用机器学习将冷却所需的能源减少40%,并且实现1.06分的电力使用效率。

降低运营风险。对于数据中心运营,防止停机是关键任务,而机器学习可以帮助你更轻松地预测和预防停机。数据中心机器学习软件监控关键设备(例如电源管理和冷却系统)的实时性能数据,并预测硬件何时出现故障。这使你可以对这些系统执行预防性维护,并防止代价高昂的停机。

基于机器学习的风险分析可提高数据中心的正常运行时间,这主要是通过构建不同配置以增加弹性;识别预防性维护的机会;以及识别潜在的网络安全风险,甚至在它们出现前。

通过智能数据减少客户流失。企业可在数据中心利用机器学习来更好地了解客户并潜在地预测消费者行为。作为客户成功计划的延伸,机器学习可以分析数据中心内收集后未使用的大量信息。

当机器学习软件与客户关系管理(CRM)系统连接时,这个基于AI的数据中心可以搜索和检索存储的历史数据库(在传统上不用于CRM)中的数据,并允许CRM系统制定不同的战略以挖掘潜在或实现客户成功。

从以下软件选项开始

由于机器学习可以比人类更快地运行,因此它可以在几秒内分析数TB的历史数据,并将参数应用于其决策,当你在跟踪数据中心中的所有活动时,这非常有用。如果你希望将机器学习部署到数据中心,可以从以下几个用例和软件产品开始。

电力和能源管理。能源管理是企业最容易利用数据中心机器学习实现的领域之一,并可立即获得显着收益。谷歌使用DeepMind实现约30%的能源节约,从而降低了相关成本。

杰途IT培训学习网 备案号:

本站内容部份来自网络和网友自行发布,如有侵权等问题请联系本站删除。