機(jī)器學(xué)習(xí)對(duì)于運(yùn)營(yíng)如何可以優(yōu)化
掃描二維碼
隨時(shí)隨地手機(jī)看文章
機(jī)器學(xué)習(xí)和人工智能是當(dāng)今IT專(zhuān)業(yè)人員的熱門(mén)話題,而在企業(yè)的數(shù)據(jù)中心,它們擁有真正的前景。
機(jī)器學(xué)習(xí)軟件可比你或你的團(tuán)隊(duì)更快預(yù)測(cè)情況,甚至可能更快地解決它們。這些系統(tǒng)是當(dāng)今混合數(shù)據(jù)中心環(huán)境的合理擴(kuò)展,是數(shù)據(jù)中心基礎(chǔ)設(shè)施中不斷增長(zhǎng)的一部分。
IDC預(yù)測(cè),到2022年,在數(shù)據(jù)中心,50%的IT資產(chǎn)將使用嵌入式AI功能自主運(yùn)行。數(shù)據(jù)中心的機(jī)器學(xué)習(xí)可以優(yōu)化大部分整體運(yùn)營(yíng),包括規(guī)劃和設(shè)計(jì)、工作負(fù)載、正常運(yùn)行時(shí)間和成本管理。
數(shù)據(jù)中心機(jī)器學(xué)習(xí)用例
機(jī)器學(xué)習(xí)能夠從場(chǎng)景和數(shù)據(jù)集中學(xué)習(xí),并且可以構(gòu)建即時(shí)響應(yīng),而不需要人為干預(yù)或依賴于一組有限的預(yù)編程動(dòng)作。該技術(shù)可以幫助你更好地了解你的數(shù)據(jù)中心系統(tǒng),更有效地管理它們并防止意外停機(jī)。
創(chuàng)建更高效的數(shù)據(jù)中心。企業(yè)可以使用機(jī)器學(xué)習(xí)來(lái)自動(dòng)管理其數(shù)據(jù)中心的物理環(huán)境,并通過(guò)軟件對(duì)物理設(shè)施和數(shù)據(jù)中心架構(gòu)進(jìn)行實(shí)時(shí)修改,而不是警報(bào)。
谷歌使用其AI系統(tǒng)自動(dòng)管理其數(shù)據(jù)中心的冷卻,并持續(xù)分析21個(gè)變量,例如空氣溫度、功率負(fù)載和內(nèi)部氣壓。在2018年,該公司利用機(jī)器學(xué)習(xí)將冷卻所需的能源減少40%,并且實(shí)現(xiàn)1.06分的電力使用效率。
降低運(yùn)營(yíng)風(fēng)險(xiǎn)。對(duì)于數(shù)據(jù)中心運(yùn)營(yíng),防止停機(jī)是關(guān)鍵任務(wù),而機(jī)器學(xué)習(xí)可以幫助你更輕松地預(yù)測(cè)和預(yù)防停機(jī)。數(shù)據(jù)中心機(jī)器學(xué)習(xí)軟件監(jiān)控關(guān)鍵設(shè)備(例如電源管理和冷卻系統(tǒng))的實(shí)時(shí)性能數(shù)據(jù),并預(yù)測(cè)硬件何時(shí)出現(xiàn)故障。這使你可以對(duì)這些系統(tǒng)執(zhí)行預(yù)防性維護(hù),并防止代價(jià)高昂的停機(jī)。
基于機(jī)器學(xué)習(xí)的風(fēng)險(xiǎn)分析可提高數(shù)據(jù)中心的正常運(yùn)行時(shí)間,這主要是通過(guò)構(gòu)建不同配置以增加彈性;識(shí)別預(yù)防性維護(hù)的機(jī)會(huì);以及識(shí)別潛在的網(wǎng)絡(luò)安全風(fēng)險(xiǎn),甚至在它們出現(xiàn)前。
通過(guò)智能數(shù)據(jù)減少客戶流失。企業(yè)可在數(shù)據(jù)中心利用機(jī)器學(xué)習(xí)來(lái)更好地了解客戶并潛在地預(yù)測(cè)消費(fèi)者行為。作為客戶成功計(jì)劃的延伸,機(jī)器學(xué)習(xí)可以分析數(shù)據(jù)中心內(nèi)收集后未使用的大量信息。
當(dāng)機(jī)器學(xué)習(xí)軟件與客戶關(guān)系管理(CRM)系統(tǒng)連接時(shí),這個(gè)基于AI的數(shù)據(jù)中心可以搜索和檢索存儲(chǔ)的歷史數(shù)據(jù)庫(kù)(在傳統(tǒng)上不用于CRM)中的數(shù)據(jù),并允許CRM系統(tǒng)制定不同的戰(zhàn)略以挖掘潛在或?qū)崿F(xiàn)客戶成功。
從以下軟件選項(xiàng)開(kāi)始
由于機(jī)器學(xué)習(xí)可以比人類(lèi)更快地運(yùn)行,因此它可以在幾秒內(nèi)分析數(shù)TB的歷史數(shù)據(jù),并將參數(shù)應(yīng)用于其決策,當(dāng)你在跟蹤數(shù)據(jù)中心中的所有活動(dòng)時(shí),這非常有用。如果你希望將機(jī)器學(xué)習(xí)部署到數(shù)據(jù)中心,可以從以下幾個(gè)用例和軟件產(chǎn)品開(kāi)始。
電力和能源管理。能源管理是企業(yè)最容易利用數(shù)據(jù)中心機(jī)器學(xué)習(xí)實(shí)現(xiàn)的領(lǐng)域之一,并可立即獲得顯著收益。谷歌使用DeepMind實(shí)現(xiàn)約30%的能源節(jié)約,從而降低了相關(guān)成本。
Maya HTT的數(shù)據(jù)中心基礎(chǔ)架構(gòu)管理軟件Datacenter Clarity LC利用基于AI的工具分析各個(gè)服務(wù)器,以檢測(cè)異常情況以及識(shí)別優(yōu)化機(jī)會(huì)。
例如,它可以識(shí)別工作負(fù)載并將其從效率較低的服務(wù)器重新路由到能源和工作效率較高而利用率較低的服務(wù)器;而你會(huì)看到關(guān)于更換舊服務(wù)器的通知,你可以在它成為問(wèn)題之前進(jìn)行升級(jí)。
日志管理。大多數(shù)數(shù)據(jù)中心系統(tǒng)都會(huì)生成日志,但如果這些日志沒(méi)有被利用,那么就沒(méi)有價(jià)值。還有企業(yè)使用的任何邊緣或外圍設(shè)備,這里涉及大量日志。
機(jī)器學(xué)習(xí)可以集中和分析這些日志,并可創(chuàng)建對(duì)你的團(tuán)隊(duì)有價(jià)值且易于使用的報(bào)告。開(kāi)源技術(shù)(例如Elasticsearch)以及來(lái)自Splunk的付費(fèi)選項(xiàng)可以幫助分析和提取機(jī)器學(xué)習(xí)例程收集的任何數(shù)據(jù)。
根本原因分析。當(dāng)你遇到任何性能問(wèn)題時(shí),你必須能夠快速確定根本原因并加以解決。Hewlett Packard Enterprise的InfoSight產(chǎn)品中的AI預(yù)測(cè)引擎可幫助你近乎實(shí)時(shí)地發(fā)現(xiàn)并解決在內(nèi)部數(shù)據(jù)中心和云部署中的問(wèn)題。
根據(jù)具體參數(shù),InfoSight會(huì)識(shí)別受影響的用戶并開(kāi)發(fā)自己的一套解決方案。但真正的價(jià)值在于其預(yù)防措施;當(dāng)該軟件開(kāi)發(fā)出解決問(wèn)題的規(guī)則,它就會(huì)遍歷整個(gè)系統(tǒng),重新路由流量到未受影響的系統(tǒng),以防止它們出現(xiàn)相同的問(wèn)題。
來(lái)源:TechTarget中國(guó)