行業(yè)專家表示，現在許多人工智能應用都是面向消費者的，但是面向內部部署的人工智能應用也有很大的好處，其中包括數據中心人工智能。

數據中心提供商Telehouse公司表示，數據中心人工智能的興起有兩個重要的趨勢：第一個趨勢是人工智能應用程序需要全球數據中心提供必要的計算能力；第二個趨勢是正在開發(fā)人工智能應用程序以改善數據中心發(fā)展。這意味著數據中心既可以對人工智能提供服務，也可以獲得人工智能的服務。

數據中心人工智能：驅動因素

Telehouse公司分析了數據中心人工智能的驅動因素。這些因素包括：

（1）數據中心需要具有圖形處理單元（GPU）

（2）人工智能正幫助數據中心變得更加節(jié)能。

（3）使用人工智能進行服務器優(yōu)化。

（4）使用人工智能實現數據中心安全。

（5）預測規(guī)模越來越大的數據中心將需要人工智能操作人員和機器人更好地管理它們。

（6）相信一些數據中心基礎設施管理任務可以移交給人工智能，從而可以讓人類專注于維護高效數據中心的最關鍵和最有創(chuàng)造性的方面。

Telehouse公司得出的結論是：“目前，人工智能應用在數據中心行業(yè)前景看好?；谌斯ぶ悄艿膽贸绦虻呐d起將增加對托管服務提供商的需求。全球數據中心和托管服務提供商將加強他們的進程以滿足這一需求?；谌斯ぶ悄艿膽贸绦驅椭@些數據中心高效運行，為客戶提供更好的服務。如果企業(yè)在開發(fā)人工智能應用程序，選擇全球數據中心和主機托管服務提供商非常重要，他們可以通過使用最新技術提高能效、優(yōu)化、安全性、合規(guī)性和災難恢復，從而幫助用戶提供經濟高效的服務?！?/p>

創(chuàng)建真正的存儲區(qū)域網絡（SAN）

專家表示，目前有很大的機會將人工智能用于存儲和存儲區(qū)域網絡（SAN）。存儲區(qū)域網絡（SAN）并不是真正的網絡，它是連接到服務器的存儲池。但是，有許多存儲設備可以從最新的非易失性存儲器（NVMe）到閃存、高性能固態(tài)硬盤、高容量機械硬盤，以及磁帶和光盤創(chuàng)建真正的多層存儲配置。因此，數據中心內的所有內容都可以創(chuàng)建一個復雜的層，需要理解才能提高效率。

這也意味著人工智能必須具備能夠理解數據價值的能力，并且它應該能夠組織人員和組織存儲的越來越多的數據，無論數據應該位于層中什么位置。這需要將它提升到最高層，或者在需要之前將其提升到適當的性能層。

當在數據項中添加新容量時，人工智能應該能夠自動了解其在存儲層次結構中的位置，并根據需要進行配置和使用。它還應該能夠在整個在線存儲設施中管理和定位大量文件和對象，而不是服務器及其列表和目錄，但是使用的社交媒體原則相同。當管理和控制從服務器中取出時，人們將其稱為真正的存儲區(qū)域網絡。

備份、恢復和存檔

專家還認為，對于備份、恢復和歸檔，還有另一個重要的機會來實現數據中心人工智能。換句話說，人工智能應該識別關鍵和最有價值的數據，優(yōu)先考慮這些數據以進行備份和復制。它的另一個角色應該是能夠為災難恢復設施創(chuàng)建文件。這可能需要將其列入優(yōu)先級列表中，同時與存儲人工智能一起創(chuàng)建分層存儲集。

在網絡中，由于存在延遲和數據包丟失的問題，并且沒有為SD－WAN和WAN優(yōu)化提供足夠的緩解，因此需要使用WAN數據加速工具來減輕其影響，因為它們可能會使數據中心的性能降低。人工智能在此場景中部分作用包括圍繞擁塞和下行連接的自動路由，并且借助于機器學習，它可以自動對跨網絡的關鍵數據流進行優(yōu)先級排序。

WAN數據的好處

通過WAN數據加速，能夠發(fā)送和接收加密數據還有額外的好處，這是WAN優(yōu)化無法做到的。因此，人工智能和機器學習將幫助組織更多地從數據中心獲益，以及運行它們的組織更有效地管理它們方面發(fā)揮越來越重要的作用。

值得注意的是，即使是規(guī)模最大的數據中心，如果其網絡無法與其他數據中心和廣域網（包括互聯網）建立持續(xù)可靠的連接，也無法保持更高的性能。因此，需要采用相應解決方案，即使在災難發(fā)生時也能實現服務連續(xù)性。

采用人工智能，也表明人們不應該只依賴于一個數據中心，而應該至少依賴三個彼此遠離的數據中心。因此，工作人員與人工智能是確保停機時間不會影響組織的業(yè)務的最佳組合。
?