浪潮與騰訊云聯(lián)合發(fā)布數(shù)據(jù)中心服務(wù)器智能故障診斷技術(shù)白皮書

（全球TMT2021年8月2日訊）7月27日，由OCP社區(qū)主辦、浪潮承辦的第三屆OCP China Day順利舉行。會上，浪潮聯(lián)合騰訊云發(fā)布《數(shù)據(jù)中心服務(wù)器智能故障診斷TIFDS（Tencent & Inspur Fault Diagnosis System）系統(tǒng)技術(shù)白皮書》，白皮書詳細(xì)解讀了當(dāng)前大規(guī)模數(shù)據(jù)中心運維面臨的挑戰(zhàn)，闡述了騰訊云與浪潮聯(lián)合研發(fā)的TIFDS系統(tǒng)架構(gòu)，為大規(guī)模數(shù)據(jù)中心提升服務(wù)器運維效率，保障數(shù)據(jù)中心穩(wěn)定運行提供重要參考。

以騰訊云數(shù)百萬服務(wù)器運營數(shù)據(jù)和浪潮深厚的固件研發(fā)專家經(jīng)驗庫為基礎(chǔ)，“TIFDS”系統(tǒng)可利用AI技術(shù)對海量服務(wù)器運行數(shù)據(jù)實時分析，對各類部件故障實時預(yù)警，故障診斷“火眼金睛”，故障自動明確化率提升至95%以上，遠(yuǎn)超業(yè)界平均水平。 

大規(guī)模數(shù)據(jù)中心服務(wù)器猛增 人力運維接近極限

伴隨著互聯(lián)網(wǎng)企業(yè)的崛起，云計算市場已走過十多年的時間，據(jù)Gartner數(shù)據(jù)統(tǒng)計，2020年全球云計算市場快速增長，增速超過40%，中國云計算市場也持續(xù)兩位數(shù)增長，市場增長動能逐漸從泛互聯(lián)網(wǎng)向產(chǎn)業(yè)化快速滲透，增長持續(xù)加速。

白皮書指出，云計算的快速擴(kuò)張帶來了數(shù)據(jù)中心服務(wù)器數(shù)量的爆發(fā)式增長，隨之而來的服務(wù)器運維管理復(fù)雜度和難度也越來越大，而傳統(tǒng)的海量服務(wù)器故障運營面臨著更大的挑戰(zhàn)和更高昂的成本，從最初的腳本運維、工具運維到平臺運維演進(jìn)至今，人力已接近極限，越來越無法滿足快速修復(fù)故障和恢復(fù)業(yè)務(wù)運行的要求。為高效管理十萬甚至百萬級服務(wù)器，智能化的監(jiān)控診斷系統(tǒng)成為大規(guī)模數(shù)據(jù)中心必不可少的工具。

公布TIFDS系統(tǒng)架構(gòu)，故障自動明確化率95%以上

TIFDS（Tencent & Inspur Fault Diagnosis System）是騰訊云與浪潮聯(lián)合研發(fā)的故障診斷系統(tǒng)，是服務(wù)器健康監(jiān)管技術(shù)及故障預(yù)警診斷技術(shù)的總稱，旨在實現(xiàn)運維工作由人工離線分析向自動智能在線識別的方向發(fā)展，建立一套以帶外BMC為中心的故障診斷系統(tǒng)。據(jù)白皮書介紹，TIFDS系統(tǒng)具有風(fēng)險實時預(yù)警，故障精準(zhǔn)診斷和日志定制化透明安全等特點，對提升大規(guī)模數(shù)據(jù)中心運維效率具有重要意義。

• 風(fēng)險實時預(yù)警：該系統(tǒng)基于騰訊云現(xiàn)網(wǎng)運行的百萬臺服務(wù)器運維經(jīng)驗，結(jié)合AI智能算法，可對非宕機(jī)類故障進(jìn)行實時預(yù)警，降低服務(wù)器高負(fù)荷運行下突然失效的風(fēng)險。
• 故障精準(zhǔn)診斷：浪潮構(gòu)建專家經(jīng)驗庫，將故障自動明確化率提升至95%以上，遠(yuǎn)高于業(yè)界平均標(biāo)準(zhǔn)，秒級告警，精準(zhǔn)反饋故障觸發(fā)源，提升運維效率。
• 日志定制化透明安全：創(chuàng)新性的按照騰訊云需求聯(lián)合定制日志輸出上報方式，使診斷過程清晰透明，并對疑難問題進(jìn)行了識別并建立了線上聯(lián)合診斷系統(tǒng)，不斷提升系統(tǒng)運維效率。