人工智慧數據中心
眾所周知,人工智慧(AI)是熱門,AI會已成為今年熱門技術討論前沿,業界大部分公司都在樂此不疲的討論著AI對此技術進行各種想像性的嘗試,期待更深入的了解該技術在細分市場中的應用。
事實上,2016年11月Forrester報告就中做出預測,報告中提到AI將「通過縮小理論與實踐的差距,促進數據中心在市場營銷、電子商務、產品管理及企業的其他領域的業務決策。」此外,從2016年10月的IDC消費指南中可以發現,認知/AI解決方案在2016年-2020年期間的複合年均增長率(CAGR)將超過55.1%。
對人工智慧有這麼利好消息,著實令人興奮。然而,雖然與AI有關的應用程序層出不窮,不過,許多業界人士卻忽視了比應用程序更有為重要與深遠的議題——通過部署AI能幫助數據中心網路設備進行調整。
平行趨勢
在數字世界中所有的數據都是AI獲取數據的來源,AI可以對實時數據進行分析,並能直接顯示出數據的工作流程,並能夠對數據進行額外的智能查詢或者對數據進行優化。但是如果AI能夠提示改變物理網路連接?平行趨勢正好適應趨勢。
在過去的一年中,出現一種趨勢,旨在對自動化網路基礎架構內部物理連接的管理 —為未來部署連接機器人做準備。
使用機器人為我們帶來許多好處,未來將擁有更簡單、更動態的數據中心網路基礎設施; 建設安全問題和反應時間;對安全問題響應速度加快;更適用於未來的重要基礎設施; 降低運營成本。傳統的手動業務也開始大量使用機器人,提高生產效率,減少網路斷開連接的時間,從而減少IT人員工作時間。
雖然數據中心網路中機器人的出現和利用可能對網路運營以及總體擁有成本(TCO)產生重要的影響,但如果將機器人技術與AI相結合,會讓運營效率直接提高一個級別。
機器人分層部署AI
數據中心的IT運維人員和管理人員最大的抱怨之一是沒有足夠的時間應對未來工作中數據的分類分類、處理工作,伴隨著數據未來還將持續的呈指數級的增長,情況只會變的更糟。在數據中心使用機器人自動化使用分層AI技術,也許才是解決此就是最有針對性的辦法。
通過將AI與機器人一起部署在數據中心,不僅可以調整工作流程;優化設備操作的性能,還可優化物理基礎架構。假設AI在監控流量期間,出識別潛在安全漏洞,時至今日,當檢查出受感染的病毒後,將無法使惡意軟體傳播到系統中,直到IT人員切斷路徑。
如果AI與機器人技術集成到一起,它可以對網路物理連接進行調整,從而減少IT調研時的威脅傳播的可能性。 這種行動意味著需要了解損害事件和災難事件之間的差異。
隨著AI、機器人在數據中心協同工作,人力干預可以大大降低。 數據中心如何響應請求,對其進行分析,並進行相應調整,這些都可以通過AI軟體來告知機器人如何應對。這不僅僅是因為它們節省IT人員帶來的時間,因此機器人可以採取更主動的方式來管理數據中心以滿足業務需求,但也可能意味著降低運營成本。
為了創建更有效率的,更具成本效益的且安全的數據中心,下一步是在機器人自動化技術上進行AI分層。現在,已經可以在數據中心的其他領域看到AI,比如降低能耗。如果這一切成為現實,將會改變網路和數據的未來,並可能成為下一代數據中心的重要創新。
下一步,讓我們開始講AI技術從數字世界延伸到物理世界吧。
※人工智慧專家估計你的工作可能在120年內自動化
※物聯網正在革各行各業數據分析的命
※Worldpay陳國山:VR/AR技術發展趨勢一片大好
※OPNFV:推動開源生態系統融合 加速NFV部署與落地
TAG:ZD至頂網 |
※數據中心——人工智慧背後的數據支撐
※人工智慧在數據中心中的實際應用
※數據摺疊與人工餵養人工智慧
※淺析大數據與人工智慧
※人工智慧與工業大數據分析
※人工智慧和大數據的幻想
※人工智慧與數據科學在汽車工業中的應用!
※如何為人工智慧準備業務數據
※構建「數據大腦」——柏睿數據人工智慧通用平台
※聚焦人工智慧和教育大數據
※美分析人士認為綜合數據有助於提升人工智慧系統的性能
※哈爾濱中軟分享:人工智慧在數據中心中的未來
※楊靜:人工智慧與人類智慧結合,走出大數據的「楚門世界」
※人工智慧和大數據之間有什麼關係?
※數據存儲、人工智慧和IO模式
※智慧互聯 攜手航天科技發力大數據+人工智慧應用研究
※人工智慧和大數據中重要的機器學習環節
※人工智慧軍備競賽:中美競相主導大數據
※人工智慧技術競賽:中美爭奪大數據主導權
※大數據項目與人工智慧的源泉之數據的整理和應用