近年來(lái)，數(shù)據(jù)中心火災(zāi)事件頻繁發(fā)生，給數(shù)據(jù)中心企業(yè)帶來(lái)了巨大的經(jīng)濟(jì)損失。繼北京亦莊數(shù)據(jù)中心起火之后，青島西海岸的惠普數(shù)據(jù)中心又于國(guó)慶節(jié)前夕發(fā)生火災(zāi)，數(shù)據(jù)中心火災(zāi)問(wèn)題日益嚴(yán)峻，因此如何解決這個(gè)問(wèn)題成為了數(shù)據(jù)中心企業(yè)亟待解決的難題。
在大多數(shù)人印象里可能覺(jué)得數(shù)據(jù)中心和火災(zāi)沒(méi)有太大關(guān)系，因?yàn)闄C(jī)房里除了電子設(shè)備，沒(méi)有別的東西，再加上數(shù)據(jù)中心都具備有完善的消防監(jiān)控系統(tǒng)，認(rèn)為就算有火災(zāi)隱患也會(huì)很快解決。然而，實(shí)際情況恰恰相反，數(shù)據(jù)中心著火事件并非個(gè)例。
圖示為青島西海岸惠普數(shù)據(jù)中心火災(zāi)現(xiàn)場(chǎng)
2018年4月5號(hào)，擁有“信息黃埔”之稱的北京郵電大學(xué)校園核心機(jī)房著火受損，北京眾多高校校內(nèi)網(wǎng)崩潰。
圖示為北京郵電大學(xué)校園核心機(jī)房火災(zāi)現(xiàn)場(chǎng)
2015年10月13號(hào)，Windows Azure上海數(shù)據(jù)中心發(fā)生故障，機(jī)房著火斷電，導(dǎo)致Azure基礎(chǔ)設(shè)施離線無(wú)法提供正常服務(wù)，受到影響的用戶包括金融、互聯(lián)網(wǎng)、房地產(chǎn)。
同年1月10日亞馬遜公司正在美國(guó)弗吉尼亞州建設(shè)的一座數(shù)據(jù)中心著火。
2014年7月20日重慶農(nóng)商行數(shù)據(jù)中心發(fā)生重大火災(zāi)，整個(gè)機(jī)房全部燒毀，直接損失達(dá)到一個(gè)億以上。
針對(duì)數(shù)據(jù)中心發(fā)生的火災(zāi)，業(yè)內(nèi)專(zhuān)家表示險(xiǎn)情多發(fā)的根源還是在運(yùn)維管理上，正所謂“三分技術(shù)，七分管理”，數(shù)據(jù)中心的故障大多源自人禍。
圖示為百度云計(jì)算（陽(yáng)泉）數(shù)據(jù)中心機(jī)房通道
IDC超7成故障是人為因素造成的
隨著互聯(lián)網(wǎng)技術(shù)在全球的普及，數(shù)據(jù)中心的規(guī)模越來(lái)越大，人作為數(shù)據(jù)中心運(yùn)維管理上的重要一環(huán)，參與了大多數(shù)的工作。例如日常巡檢、定期檢修等，但人為參與程度越高，出錯(cuò)概率也就越大。有分析稱，在數(shù)據(jù)中心產(chǎn)生故障的原因中，人禍占據(jù)了七成以上。
例如年初，亞馬遜云計(jì)算的存儲(chǔ)服務(wù)爆發(fā)了重大故障，大量網(wǎng)站和APP客戶受到影響。然而事后亞馬遜方面給出的原因竟然是工作人員的低級(jí)失誤,造成了此次重大故障的發(fā)生。無(wú)獨(dú)有偶，3月16日，微軟證實(shí)其云計(jì)算發(fā)生了全球性故障，在所有28個(gè)數(shù)據(jù)中心中，有26個(gè)出現(xiàn)故障，微軟公共云服務(wù)中的數(shù)據(jù)存儲(chǔ)故障同時(shí)引發(fā)了其他相關(guān)的服務(wù)故障，而原因又是人為因素造成。
圖示為借助電子設(shè)備巡檢數(shù)據(jù)中心
AI替代人工 降低的不只是安全隱患
其實(shí)，早在數(shù)據(jù)中心在全球大規(guī)模建設(shè)之初，如何控制“人禍”就成為數(shù)據(jù)中心降低安全隱患的重要方向，但是隨著單體數(shù)據(jù)中心規(guī)模的不斷加大，人力的需求不降反增，而且大量的工作人員，不僅帶來(lái)人為因素上的安全隱患，還會(huì)讓工作流程更加復(fù)雜，工作效率更加低下。尤其是在當(dāng)下數(shù)據(jù)中心不斷擴(kuò)容、新增、改造的條件下，也讓很多原來(lái)設(shè)計(jì)的安全規(guī)范無(wú)法滿足實(shí)際情況需要。
所以，隨著AI技術(shù)的發(fā)展，數(shù)據(jù)中心無(wú)論是管理、監(jiān)控還是維護(hù)，采用AI替代人工的需求越來(lái)越高。畢竟，AI不需要睡覺(jué)，可以全天運(yùn)行，更不會(huì)產(chǎn)生放假、生病的問(wèn)題。那么現(xiàn)在的AI能否真正的替代那些需要人為判斷的任務(wù)并進(jìn)行處理呢？
首先可以肯定的是，在數(shù)據(jù)中心中應(yīng)用AI有著先天的優(yōu)勢(shì)，國(guó)內(nèi)很多新興或者升級(jí)后的數(shù)據(jù)中心已經(jīng)開(kāi)始初步應(yīng)用AI，例如自動(dòng)執(zhí)行IT管理人員設(shè)定的任務(wù)，將大量原始數(shù)據(jù)轉(zhuǎn)化為人為可識(shí)別的信息。而更深度的AI案例也早已出現(xiàn)，例如百度的云計(jì)算（陽(yáng)泉）中心。
在高度智能化的百度云計(jì)算（陽(yáng)泉）中心，目前已全面實(shí)現(xiàn)無(wú)紙化操作，通過(guò)Pad 、電腦進(jìn)行巡檢。當(dāng)然，這也僅僅是AI非常初級(jí)的應(yīng)用，現(xiàn)在的百度云計(jì)算（陽(yáng)泉）中心通過(guò)建立IDC深度學(xué)習(xí)模式，已經(jīng)讓數(shù)據(jù)中心擁有難以置信的效果，比如冷卻用電方面，百度云計(jì)算（陽(yáng)泉）中心可以通過(guò)分析、學(xué)習(xí)上百個(gè)變量的實(shí)際數(shù)據(jù)，進(jìn)行冷卻方式的智能切換。最直接的表現(xiàn)就是，當(dāng)外部環(huán)境不管是溫度、濕度還是負(fù)荷產(chǎn)生了變化，AI系統(tǒng)都會(huì)智能切換制冷模式，大大提高了數(shù)據(jù)中心冷卻設(shè)備的使用效率，并最終大大降低了人力的使用，讓PUE這樣的關(guān)鍵指標(biāo)始終維持在1.10這一全國(guó)最高水準(zhǔn)的水平線上。
那么，現(xiàn)在在AI加持下的百度云計(jì)算（陽(yáng)泉）中心人力使用是什么情況呢？來(lái)看一組數(shù)據(jù)就會(huì)非常清晰。百度云計(jì)算（陽(yáng)泉）中心面積約12萬(wàn)平方米，而工作人員僅有60左右，相當(dāng)于1人可管理2000平方米。想象一下，籃球場(chǎng)大約400平方米，百度云計(jì)算（陽(yáng)泉）中心的每一個(gè)工作人員需要同時(shí)管理5個(gè)籃球場(chǎng)大小的機(jī)房！這在當(dāng)下主流IDC中僅僅依靠人力是不可能實(shí)現(xiàn)的，而在AI的幫助下，百度做到了，并且是 24小時(shí)不間斷的智能防護(hù)。
無(wú)限憧憬的未來(lái)
實(shí)際上，現(xiàn)代數(shù)據(jù)中心越來(lái)越龐大和復(fù)雜的信息數(shù)量及種類(lèi)，單憑人力已經(jīng)不足以應(yīng)對(duì)。
相比人工運(yùn)維中的不足，AI主導(dǎo)的運(yùn)維管理不僅可以簡(jiǎn)化流程、提高效率以及綜合管理能力，也能大大降低人為產(chǎn)生的故障率。
所以，數(shù)據(jù)中心采用AI替代人工，降低人在運(yùn)維管理中重要性的種種舉措，正是未來(lái)IDC迎接挑戰(zhàn)，降低安全隱患的發(fā)展趨勢(shì)。在AI時(shí)代下，無(wú)人值守的更安全、更高效的數(shù)據(jù)中心未來(lái)可期。
（原標(biāo)題：AI加持下 更安全的數(shù)據(jù)中心已經(jīng)出現(xiàn)）
