人工智能（AI），機器學習（ML），大數(shù)據(jù)和其他增強學習技術如何在數(shù)據(jù)中心中應用？機器和人類如何合作管理基礎設施？
6月25日，DCD數(shù)據(jù)中心國際峰會上海站在上海中心大廈舉行。針對上述議題的一場分論壇中，騰訊和阿里巴巴的高管分別對這一議題給出了不同的詮釋。
騰訊數(shù)據(jù)中心研發(fā)總監(jiān)岳上對騰訊研發(fā)的智能化管理數(shù)據(jù)中心軟件平臺——騰訊智維平臺做出了介紹，解釋了騰訊如何利用新技術管理巨大數(shù)據(jù)，并保證數(shù)據(jù)準確性。阿里基礎設施一體化架構師汪剛則表示，在數(shù)據(jù)中心的運維中，AI只是手段，在梳理數(shù)據(jù)邏輯時，人起到的作用更大。
目前，騰訊智維管理了騰訊內(nèi)部約80個數(shù)據(jù)中心，超過百萬臺服務器設備。如今，騰訊的數(shù)據(jù)中心測點數(shù)超過600萬，每分鐘可收集千萬條現(xiàn)場數(shù)據(jù)、150G視頻數(shù)據(jù)，從80個數(shù)據(jù)中心上送到平臺上，騰訊智維就是基于這些數(shù)據(jù)進行著管理工作。
談到具體實踐時，岳上介紹，騰訊在保證數(shù)據(jù)準確性上從五個方面入手。
1.測點側，監(jiān)控MDC測點接入率；2.網(wǎng)絡側，通過技術手段，自動識別問題并判斷根因，進而自動切換或者人工干預；3.視頻側，實時檢查視頻參數(shù)、視頻格式和碼率，發(fā)現(xiàn)問題及時告警；4.服務器側，一旦服務器進風溫度異常，及時告警；5.異常數(shù)值，對數(shù)值做了合理區(qū)間設定，系統(tǒng)算出異常值會預警開發(fā)者。
汪剛則認為，在數(shù)據(jù)中心的運維中，AI只是手段。“并不是說在一個數(shù)據(jù)中心里布點越多、數(shù)據(jù)越多就越好。在梳理數(shù)據(jù)邏輯時，人起到的作用更大。”
汪剛向參會觀眾介紹：“業(yè)界講AI有時會把AI當作一個目的，但它只是一個手段，更重要的是數(shù)據(jù)。在使用機器學習和AI等技術之前，首先要明確數(shù)據(jù)是為了解決什么問題，數(shù)據(jù)來源是否準確。”
汪剛介紹，在采集數(shù)據(jù)之后，怎么把數(shù)據(jù)邏輯梳理清楚非常重要。數(shù)據(jù)中心運維過程中會出現(xiàn)假報警的情況，這種情況數(shù)據(jù)可能本身是準確的，但對場景的解釋是有錯誤的。通過邏輯把報假警的情況輸送到機器學習之前提前剔除，機器學習的效率會提高很多。
汪剛總結道：“所以并不是說在一個數(shù)據(jù)中心里布點越多、數(shù)據(jù)越多就越好，把邏輯梳理清楚，明白在什么關鍵的地方布什么點，傳感器得到的數(shù)據(jù)才是對你來說最好的，這里面比起機器學習，人起到的作用更大。”
