人工智能推動全球業(yè)務的數(shù)據(jù)中心管理

中華機械網(wǎng)
數(shù)據(jù)中心將永遠存在,因為在整個行業(yè)所見證的所有變化中,它們一直是計算技術(shù)的基石:如計算、客戶機-服務器拓撲、互聯(lián)網(wǎng)、個人電腦革命,以及業(yè)務向云端的遷移。還有其他的技術(shù),其中包括磁帶。

人們認為目前正在進行一場革命性的變革浪潮,而且正在改變企業(yè)向客戶和企業(yè)提供服務的方式。然而,諸如此類的報告并不總是準確的。例如,人工智能(AI)和機器學習(ML)正在推動數(shù)據(jù)中心的變革。

調(diào)研機構(gòu)Gartner公司發(fā)布的名為《數(shù)據(jù)中心即將消亡,數(shù)字基礎設施出現(xiàn)》的調(diào)查報告表明,到2025年,80%的企業(yè)將關閉其傳統(tǒng)的數(shù)據(jù)中心。而目前僅有10%的企業(yè)關閉。該報告于2018年4月發(fā)布,并表示傳統(tǒng)的數(shù)據(jù)中心將專用于其他地方無法支持的非常具體的服務,或支持那些經(jīng)濟效益最高的本地系統(tǒng)。

報告還指出,隨著互連服務、云計算、物聯(lián)網(wǎng)(IoT)、邊緣計算、SaaS產(chǎn)品繼續(xù)激增,企業(yè)保留傳統(tǒng)數(shù)據(jù)中心拓撲結(jié)構(gòu)具有的優(yōu)勢有限。

這份報告表明,人們認為目前正在進行一場革命性的變革浪潮,而且正在改變企業(yè)向客戶和企業(yè)提供服務的方式。然而,諸如此類的報告并不總是準確的。例如,人工智能(AI)和機器學習(ML)正在推動數(shù)據(jù)中心的變革。那么,他們不僅會推動數(shù)據(jù)中心管理,而且還會將數(shù)據(jù)中心從將會消亡的預測中拯救出來嗎?

時尚行業(yè)和計算機行業(yè)的相似之處

在人們看來,很容易在時尚行業(yè)和計算機行業(yè)之間劃清界限。雖然每年都會推出一些新事物,并從根本上改變一切(或者他們希望如此)。這至少是供應商想要發(fā)生的事情。如果不符合當前的趨勢,它們會增加失敗的可能性。然而,許多企業(yè)陷入了困境。

很多行業(yè)專家對行業(yè)和技術(shù)發(fā)展進行預測,并得出結(jié)論:雖然大多數(shù)預測都已經(jīng)實現(xiàn),但它們發(fā)生的時間比預期的要晚得多。它們也產(chǎn)生了比預期更大的影響。同樣,客戶經(jīng)常被告知一些技術(shù)已經(jīng)消亡。這有點像預測磁帶已經(jīng)消亡,或者無紙辦公室即將到來一樣。

IT行業(yè)似乎從來沒有擺脫過極端的激情,那么,人們該如何看待Gartner公司的預測呢?盡管看起來完全不切實際,但數(shù)據(jù)中心仍繼續(xù)存在。而在專家看來,數(shù)據(jù)中心將永遠存在,因為在整個行業(yè)所見證的所有變化中,它們一直是計算技術(shù)的基石:如計算、客戶機-服務器拓撲、互聯(lián)網(wǎng)、個人電腦革命,以及業(yè)務向云端的遷移。還有其他的技術(shù),其中包括磁帶。

因此從表面上看,Gartner公司的報告很容易被駁回。但是,考慮到一些嚴重依賴IT功能的技術(shù),以及用戶對IT的期望。IT行業(yè)傾向于關注速度和饋送開發(fā),以滿足不斷增加的縮短響應時間的需求。采用更快的CPU、更快的緊密耦合內(nèi)存和I/O、固態(tài)磁盤,而自動駕駛車輛、物聯(lián)網(wǎng)、人工智能、機器學習將成為數(shù)據(jù)海嘯。

數(shù)據(jù)重點

對數(shù)據(jù)的重視將在未來定義IT基礎設施。傳統(tǒng)上,人們使用數(shù)據(jù)作為達到目的的手段進行計算和處理,然后得到結(jié)果。數(shù)據(jù)將被分類為訪問和保留成本層。

第一層用于緊密耦合的高速、高成本、低延遲存儲,存檔數(shù)據(jù)可能位于完全不同的低成本解決方案中。然而,在行業(yè)中,人們看到了數(shù)據(jù)是如何被感知和使用的。在某些情況下,數(shù)據(jù)作為一種商品出售,其交付方式非常類似于傳統(tǒng)的制造過程。流媒體播放和音樂公司就是一個很好的例子。

在后期制作和數(shù)字化之后,Netflix、亞馬遜和Spotify就像傳統(tǒng)的產(chǎn)品制造商一樣,將他們的數(shù)據(jù)和產(chǎn)品存儲在云端。然后將它們運送到客戶的邊緣。對于Netflix公司,邊緣在本地互聯(lián)網(wǎng)服務提供商(ISP)購買后即可使用。因此,這相當于為數(shù)據(jù)交付優(yōu)化的簡單“即付即用”體系結(jié)構(gòu)。

不同的要求

物聯(lián)網(wǎng)(IOT)、自主駕駛車輛提供了另一個例子。企業(yè)也可以投入到智慧城市,以獲得良好的衡量。它們有非常不同的數(shù)據(jù)和計算要求,這些設備發(fā)出的數(shù)據(jù)以狀態(tài)信息的形式存在,在許多情況下,例如控制工業(yè)過程,其中一些狀態(tài)數(shù)據(jù)是可操作的。根據(jù)數(shù)據(jù)的即時性,對如何以及何時處理該數(shù)據(jù)的考慮因素有所不同。

這就引出了這樣的問題:在云中可以做到這一點嗎?或者延遲和緊迫性是否需要邊緣附近的小型計算功能,例如大型煉油廠。當必須跨多個物聯(lián)網(wǎng)設備做出決定,以及當有阻塞的通信鏈接返回到云端時,事情很容易失控。同樣重要的是,所有的歷史數(shù)據(jù)都需要流回一個點,在這個點上它可以采用人工智能和機器學習進行處理。

考慮聯(lián)網(wǎng)車輛和智能城市共同管理交通流量和阻塞。他們需要一些強大的計算能力和存儲能力來收集潛在的數(shù)萬臺設備的所有數(shù)據(jù),如汽車、攝像頭、交通流量監(jiān)視器以及與應急服務的互動。這將需要雙向的流量,其中信息和娛樂數(shù)據(jù)被傳遞到車輛。如果人們能將應急服務車輛和交通管理系統(tǒng)連接起來,以便在擁擠的城市中更快地通行。

定義基礎設施

那么,這些需求是如何定義基礎設施的呢?傳統(tǒng)上,需要一個龐大的數(shù)據(jù)中心來處理。而這需要一種更為動態(tài)的方法,在這種方法中,可以根據(jù)需要自動增加或減少額外的資源,例如在緊急情況下。

另一個變化很大的方面是不斷增長的計算功能。幾年前,手機只能存儲電話號碼和短信。如今,每個智能手機都擁有令人難以置信的存儲和計算功能。

然而,人們正在構(gòu)建越來越多的應用程序,客戶將要求他們的設備具有更高的復雜性,例如測量員將平板電腦監(jiān)測土壤結(jié)構(gòu),或者醫(yī)護人員在救護車中掃描患者,并使用人工智能診斷癥狀或評估他們的傷害。為了滿足這種額外的計算需求,在邊緣或云計算的一種補充計算功能的形式連接到用戶的輔助計算功能形式。將來,每個人都將擁有自己的個人小型計算和存儲設備,隨時隨地跟隨他們自動遷移到最近的訪問點。

數(shù)據(jù)方程

人們所做的一切都創(chuàng)造了越來越多的數(shù)據(jù)。反過來,作為企業(yè)和消費者,人們將消耗越來越多的數(shù)據(jù)。無論是進出云平臺、數(shù)據(jù)中心還是邊緣計算,移動這些不斷增長的數(shù)據(jù)都是非常痛苦的。這種痛苦來自于網(wǎng)絡對于正在移動的數(shù)據(jù)量來說并不夠快的事實。無論在這個問題上投入多少帶寬,一旦達到兩位數(shù)毫秒的延遲,在沒有使用廣域網(wǎng)(WAN)數(shù)據(jù)加速解決方案來減輕延遲和數(shù)據(jù)包丟失的影響的情況下,廣域網(wǎng)(WAN)性能將幾乎沒有改善。

那么,數(shù)據(jù)中心的未來是什么?一切業(yè)務都會遷移到云,是因為它更便宜嗎?情況并非總是如此。當企業(yè)明智地使用云平臺時,采用云計算將會非常經(jīng)濟有效,但它不是解決數(shù)據(jù)中心所有問題的靈丹妙藥。毫無疑問,人們使用、操縱和存儲數(shù)據(jù)的方式發(fā)生了巨大變化。然而,數(shù)據(jù)中心的作用將隨著IT其他方面的發(fā)展而發(fā)展。以磁帶為例,從在線存儲到近線存儲、備份到歸檔,數(shù)據(jù)中心技術(shù)也將隨之發(fā)展。

數(shù)據(jù)中心將保留一些關鍵功能:其中一個功能將包含延遲關鍵數(shù)據(jù)庫。有一些公司在云計算中查找數(shù)據(jù)庫時遇到了不良響應(以及最終用戶投訴),這些數(shù)據(jù)庫迫使他們遷移回數(shù)據(jù)中心。然而,由于未來需要高度靈活的分布式數(shù)據(jù)和計算需求,數(shù)據(jù)中心將轉(zhuǎn)變?yōu)橹笓]和控制功能。

實現(xiàn)靈活性

為了達到這種靈活性,必須擺脫現(xiàn)有的人工操作方法?,F(xiàn)在是使用人工智能(AI)和機器學習(ML)來提供高水平的自動化抽象來創(chuàng)建靈活的動態(tài)基礎設施的時候了。

移動數(shù)據(jù)對于在需要時將數(shù)據(jù)放在所需位置的能力至關重要。傳統(tǒng)上,廣域網(wǎng)(WAN)優(yōu)化被用來提高遠距離的數(shù)據(jù)吞吐量,但這種技術(shù)具有嚴格的帶寬限制。為了在高速網(wǎng)絡上最大化數(shù)據(jù)的功能,需要使用人工智能和機器學習的廣域網(wǎng)數(shù)據(jù)加速解決方案,如PORTrockIT。

Dell EMC公司人工智能戰(zhàn)略技術(shù)專家Tabet表示,他認為數(shù)據(jù)中心管理人員應采用人工智能來找到優(yōu)化數(shù)據(jù)中心基礎設施的更好方法。Aera科技公司創(chuàng)始人兼首席技術(shù)官Shariq Mansoor補充道:“沒有人工智能,幾乎不可能運營有利可圖的數(shù)據(jù)中心。因此可以說,人工智能和機器學習是推動數(shù)據(jù)中心向前發(fā)展所必需的技術(shù)。”

他說,“有了它們,就可以管理數(shù)據(jù)流,并提高數(shù)據(jù)速度——即使使用原有架構(gòu)也是如此。有鑒于此,全球業(yè)務數(shù)據(jù)中心可能會發(fā)生變化,但它仍有發(fā)展的未來。”

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論