工業(yè)與互聯(lián)網(wǎng)的融合為中國經(jīng)濟轉型升級提供了新動力，物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和人工智能已然成為整個經(jīng)濟社會的新型基礎設施。
對于運營商來講，現(xiàn)在這個階段去構建智能化的數(shù)據(jù)中心也面臨著很多的挑戰(zhàn)，包括在基礎設施層面的改造、如何去適應人工智能和大數(shù)據(jù)一些新的業(yè)務需求、怎么提供更豐富的API接口以及更多的數(shù)據(jù)存儲。
首先，第一個方面是智能化的數(shù)據(jù)中心節(jié)能技術。
很多專家也都講過在物理基礎設施層面，可以開展很多節(jié)能方面的技術研發(fā)，引入很多節(jié)能相關的設備，從而降低我們數(shù)據(jù)中心的能耗。
純軟件的方法，它的思路是對數(shù)據(jù)中心尤其是云數(shù)據(jù)中心的服務器資源進行調度，也就是說我們更多是考慮服務器在承載業(yè)務時，隨著業(yè)務需求的變化，怎么通過人工智能的方法去預測這些服務器資源使用的效率以及未來的負荷，進而通過智能化的調度來使得部分的服務器休眠得以降低其能耗。
第二個方面的案例是服務器定制，服務器定制和智能化數(shù)據(jù)中心的演進是一脈相承的。
在2017年考慮的主要是ServerSAN領域的定制服務器、NFV的定制化服務器以及面向人工智能的GPU定制化服務器。隨著數(shù)據(jù)中心業(yè)務的發(fā)展，服務器層面必須要適應相應的變化，開展新的類型的服務器定制工作。
第三個方面則是在數(shù)據(jù)中心里構建人工智能的PaaS平臺。面向人工智能的PaaS平臺有兩類：一類是面向公有云的，一類是面向行業(yè)的。這個面向人工智能AI的PaaS平臺，在面向一些行業(yè)的智能化解決方案里就能夠去發(fā)揮作用，使得以AI為核心的行業(yè)解決方案成為可能。
第四個方面則是AI輔助智能運維。當前，原有的運維方式正面臨很多挑戰(zhàn)，比如：虛擬化之后的IT架構，跨計算、存儲、網(wǎng)絡的端到端運維工具，容器、微服務和虛擬化的應用，以及多廠商集成等問題。如何能夠更加充分的運用大數(shù)據(jù)、人工智能的技術，使得整個數(shù)據(jù)中心的運維工作更加智能化、自動化。
當然，數(shù)據(jù)中心智能化的道路剛剛開始，未來還有大量的工作，業(yè)界都需要進一步研究和進一步合作，相信未來的數(shù)據(jù)中心能夠具有更高的智能。
