本文來自千家網(wǎng)，作者：Bharti Patel，Hitachi Vantara 高級副總裁兼工程主管。
高盛預計，到2025年，全球人工智能投資預計將達到2000億美元。
這些快速發(fā)展的技術的巨大潛力刺激了其用例的顯著增加，從醫(yī)療保健轉型到增強客戶體驗。盡管人們已經(jīng)對人工智能和機器學習在各個行業(yè)中的變革力量進行了很多討論，但人們相對較少了解和討論的一個領域是它們在數(shù)據(jù)中心中的作用。
數(shù)據(jù)中心是數(shù)字時代的支柱，擁有存儲和處理大量數(shù)據(jù)的關鍵基礎設施。在這個數(shù)據(jù)驅(qū)動的世界中，擁有正確的數(shù)據(jù)至關重要，所有企業(yè)都在尋找更好的方法來做出明智的決策，從而提高生產(chǎn)力和能源效率。這就是人工智能和機器學習在數(shù)據(jù)中心的潛力。
人工智能使用數(shù)據(jù)來執(zhí)行通常需要人類智能的任務。另一方面，機器學習是人工智能的一個子集，它使用算法從數(shù)據(jù)中學習來提高其性能，逐漸提高其準確性。這些技術共同可以實現(xiàn)任務自動化并做出預測，以支持決策并減少人為錯誤，以及一系列其他好處。
人工智能和機器學習可以幫助數(shù)據(jù)中心運營的主要挑戰(zhàn)之一是能源消耗。數(shù)據(jù)中心消耗大量電力來保持服務器運行和數(shù)據(jù)流動。盡管數(shù)據(jù)中心脫碳為企業(yè)可持續(xù)發(fā)展工作提供了關鍵機會，但最近的Hitachi Vantara調(diào)查發(fā)現(xiàn)，迄今為止進展緩慢。盡管全球面臨解決碳排放問題的壓力，但近一半(49%)的受訪者預計其數(shù)據(jù)中心的碳足跡將保持不變甚至增加。
可以說，組織錯過了利用正確技術來實現(xiàn)凈零目標的重要機會。在這里，人工智能和機器學習解決方案可以通過多種方式部署。例如，分析大量數(shù)據(jù)以識別能源和運營效率低下的領域，同時提出更好的配電建議，以防止能源過度消耗并減少能源使用總量。
通過簡化流程、自動化日常任務和識別瓶頸，人工智能和機器學習可以幫助解決不必要的能源消耗，并釋放寶貴的人力資源，使數(shù)據(jù)中心人員能夠?qū)Ｗ⒂诟邞?zhàn)略性和增值的任務。
除了環(huán)境效益之外，這些技術還可用于在運營問題升級為關鍵問題之前對其進行預測和故障排除。通過分析歷史數(shù)據(jù)和實時指標，人工智能算法可以檢測異常，預測潛在故障，并為數(shù)據(jù)中心運營商提供可行的見解，使他們能夠主動解決潛在問題。通過及早發(fā)現(xiàn)這些問題，運營商可以避免代價高昂的停機以及任何相關的聲譽風險。
人工智能和機器學習還可以更廣泛地提高數(shù)據(jù)中心運營的穩(wěn)健性和彈性。通過持續(xù)監(jiān)控和學習模式，這些技術可以自動優(yōu)化工作負載、更有效地分配資源并動態(tài)適應不斷變化的需求。這將帶來更加敏捷、適應性更強的數(shù)據(jù)中心基礎設施，無需人工干預即可處理流量和工作負載的波動，從而確保無縫操作和更好的用戶體驗。
為了使人工智能解決方案能夠管理和優(yōu)化數(shù)據(jù)中心，他們需要實時訪問數(shù)據(jù)和元數(shù)據(jù)，包括關鍵服務的資源消耗和配置信息。這可以通過實現(xiàn)分散的數(shù)據(jù)和元數(shù)據(jù)結構來實現(xiàn)，該結構提供對數(shù)據(jù)的標準化訪問以及跨不同數(shù)據(jù)源的分布式查詢處理。此外，人工智能模型需要配備工具來根據(jù)需要訪問正確類型的信息。這些所謂的代理（即可以訪問工具的ML/AI模型）經(jīng)過微調(diào)，可以執(zhí)行優(yōu)化管理數(shù)據(jù)中心所需的任務。
雖然人工智能和機器學習在數(shù)據(jù)中心的潛在好處是不可否認的，但必須考慮它們本身潛在的環(huán)境影響。隨著人工智能熱潮的持續(xù)，由于能源消耗和硬件要求的增加，數(shù)據(jù)中心的碳足跡可能會激增。這強調(diào)了負責任和可持續(xù)的人工智能實施的必要性。
數(shù)據(jù)中心運營商必須明智地使用這些強大的技術，重點關注節(jié)能硬件和優(yōu)化算法。人工智能和機器學習還可以用于開發(fā)智能冷卻系統(tǒng)，根據(jù)實時數(shù)據(jù)智能調(diào)整冷卻，從而減少能源浪費。
為了進一步降低碳足跡（同時提高安全性和性能），我們建議在Rust中重新實現(xiàn)JAVA服務。此外，雖然從虛擬機到Linux容器的過渡可能仍在進行中，但我們預計越來越多的服務將作為WASM模塊實現(xiàn)，這也有助于提高效率和安全性。
總體而言，人工智能和機器學習的興起為數(shù)據(jù)中心行業(yè)開辟了新的可能性領域。從節(jié)能和增強故障排除到增強穩(wěn)健性再到提高運營效率，這些技術有可能徹底改變數(shù)據(jù)中心運營并推動行業(yè)邁向更加可持續(xù)的未來。然而，至關重要的是，以負責任和正念的態(tài)度來實施人工智能和機器學習，考慮到它們對環(huán)境的影響，并將它們用作應對可持續(xù)發(fā)展挑戰(zhàn)的工具，而不是加劇這些挑戰(zhàn)。通過正確的方法，人工智能和機器學習可以真正改變數(shù)據(jù)中心行業(yè)，并為數(shù)據(jù)驅(qū)動的未來鋪平道路。
作者：Bharti Patel，Hitachi Vantara 高級副總裁兼工程主管
