人工智能已經開始逐漸向人們的生活中滲透，智能機器人、無人駕駛的汽車、手機的智能語音服務等已經成了人們生活的一部分，未來還可能成為重要的一部分。人工智能不僅能讓人們的生活更美好，而且在企業級應用中也同樣發揮著越來越重要的作用，比如在數據中心的運維與管理、大數據分析、企業級軟件的開發與應用等領域。
在企業級IT應用中，人們越來越重視“智能”、“智慧”。為硬件賦予更多的智能化功能已經成了企業IT解決方案開發的一個重要標準。IT廠商通過在軟件方面的不斷創新讓硬件的使用、管理變得更加自動化、智能化和方便快捷。
在數據中心基礎設施領域，用戶不僅想方設法讓“風、火、水、電”等基礎設施的設計和部署變得更加高效，而且在數據中心基礎設施管理的自動化和智能化方面也下了很大功夫。
比如，數據中心基礎設施管理(DCIM)近兩年成了數據中心市場的熱點，主流的數據中心方案提供商都開始研發自己的DCIM軟件，主要目的就是持續提升數據中心基礎設施的自動化和智能化水平。人工智能技術已經融入到數據中心基礎設施管理領域，并對它的發展產生了潛移默化的影響。
谷歌可以說是最早在數據中心的管理方面運用人工智能技術的代表。谷歌正在嘗試使用人工神經網絡對大型數據中心的運行進行分析，從而進一步提高其效率。
谷歌的人工神經網絡本質上就是一些計算機的算法，它們能夠通過識別模式，并根據那些模式做出及時的判斷和決策。此外，這些模型還能通過反復挖掘數據達到自學習的目的。
谷歌將這些計算機算法應用到數據中心的運作和管理中，真的能起到預想中的效果嗎?事實證明，這一切都是真的。
據國外媒體的報道，谷歌每隔幾秒鐘就會自動收集與其數據中心運行相關的各類數據，比如數據中心基礎設施的耗電量、達到一定制冷效果使用了多少水等。這些數據會被自動采集和匯總，然后通過谷歌構建的人工智能計算模型對數據中心的運行效率進行分析和評估，最終提出改進數據中心運作效率的建議。
谷歌將其針對數據中心設計的人工智能計算模型稱為“引擎檢查燈”，通過它可以探查數據中心的實際運行效率與該模型的預估是否相匹配，如果有問題，谷歌也會知道采用什么樣的方法才能更有效地解決這些問題。
舉例來說，通過“引擎檢查燈”得到的結果，谷歌可以決定數據中心進行調整的最佳時間，比如何時應該清潔用于降溫的換熱器等。
將人工智能技術用于數據中心的管理和運維是一種積極而有益的探索。一些擁有超大型數據中心的互聯網企業也在進行與谷歌類似的嘗試。不過從目前情況看，只有谷歌公布了一些令人感到興奮的數據中心人工智能方面的實際進展。
幾個月前，出于業務的考慮，谷歌要將其數據中心里的一部分服務器下線。通常情況下，數據中心如果做出這樣大的調整，數據中心的能源使用效率也會隨之改變，甚至有可能產生明顯下降。但是在下線服務器前，谷歌已經通過其人工智能計算模型了解了服務器調整可能帶來的影響，及時對數據中心的冷卻裝置進行了調整，使得數據中心的能源使用效率依然保持在一個較高的水平上。通過人工智能計算模型可以發現一些以前借助傳統工具無法發現的數據中心潛在的問題，這是人工智能帶給谷歌的意外之喜。
不過，據谷歌公布的一份資料，谷歌目前使用的數據中心人工智能計算模型并不包括深度學習，而是使用了一種舊式的神經網絡框架，這種框架曾經被長期用于零售網站的產品推薦。
隨著人工智能技術的不斷發展，以及數據中心廠商對智能化管理的重視程度不斷提升，將人工智能、深度學習等技術用于整個數據中心的運維和管理是大勢所趨。谷歌在其數據中心所做的嘗試為其他用戶樹立了一個榜樣。
當前，中國的數據中心用戶把更多的精力放在數據中心基礎設施的搭建上，下一步，如何通過軟件、大數據分析等提高數據中心的整體運行效率、能源使用效率將是用戶關注的重點。從這個角度上說，人工智能等新技術在數據中心領域的應用具有廣闊的前景。
通過對交通監控錄像的分析，人們可以預先判斷哪些路段是擁堵的;通過對互聯網數據的分析，甚至可以預測流行病將于何時爆發。從大量看似雜亂無章的數據中找到一些規律性的結果，對人們的生產實踐進行指導，這就是大數據分析的價值所在。
現在，越來越多的人相信，大數據與人工智能技術的進一步結合，將使大數據釋放出更大的能量。
近日，在2014中國大數據技術大會(BDTC 2014)上，《中國大數據技術與產業發展白皮書(2014)》和《2015大數據十大發展趨勢預測》正式發布。CCF大數據專家委員會從大數據科學、大數據技術、大數據系統和工程、大數據應用、數據資源、產業生態環境等6個不同方面、總計54個候選項中投票選出了2015年大數據的發展趨勢，大數據與人工智能的融合位列其中。
一些大數據廠商實際上已經將大數據與人工智能結合在一起進行研究。現在，很多人可能只看重大數據分析得到的那個結論，而未來擁有一個會計算能思考的“大腦”可能是每個企業甚至個人所向往的。人工智能是實現這一目標不可或缺的技術之一。
舉例來說，基于大數據的人工智能已經開始影響證券投資領域。
以前由于計算能力和數據量所限，人們開發出來的證券投資智能代理大部分只是簡單地復制某些已知的投資策略。現在，金融領域很多都是高頻交易、量化交易，這些新的交易方式依賴的就是強大的計算能力和大數據。
基于大數據的人工智能方式的出現，將顛覆傳統的投資策略生產模式，大部分分析師的工作都可以被智能代理所取代。在證券領域，手工下單也將逐漸成為歷史，新的更高效的智能代理交易程序可以輕而易舉地同時追蹤幾百支不同的證券，還能實時觀察申報單的態勢、高頻交易數據等。
大數據是一個被研究的對象，而人工智能是一個目標，人們可以通過人工智能的手段來更好地理解數據。人工智能的方法論是機器學習或智能計算。深度學習只是機器學習10個手指中的1個。深度學習側重于建立一個能模擬人腦進行分析學習的“神經網絡”。
大數據與人工智能之間不是相互包容的關系，也不能劃等號。大數據未來也許會成為一個獨立的學科，但現在還只是一個現象。現在人們常說的智能計算指的是如何在大數據計算中體現智能，或者解決智能方面的問題，這是未來一段時間內學術界和工業界最關心的問題。
人工智能不僅僅與大數據相關。智能化是今后相當長一段時間內人們研究的主要方向。回顧歷史，先是數字化，然后是網絡化、自動化，現在到了實現智能化的階段。人們對于智能化的期望值越來越高，希望它能對IT產業的發展做出更大的貢獻。智能化技術的發展是沒有止境的。
以前，人工智能的研究曾受限于計算機的計算能力。但是現在，隨著計算機硬件性能的大幅提升、云計算技術的快速發展，以及大數據分析技術的出現，工人智能的研究將出現一次新的高潮。人工智能技術的研究和進展將深刻影響未來計算機、網絡、存儲、物聯網等技術的發展。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://m.guhuozai8.cn/
本文標題：智能的數據中心
本文網址：http://m.guhuozai8.cn/html/consultation/10839718370.html
相關文章
