人工智慧重塑資料中心的五種方式

我們著眼於人工智慧如何影響資料中心產業，以及我們可以合理預期在未來幾年會看到哪些變化。

人工智慧最近成為了許多頭條新聞，特別是由於ChatGPT或GitHub Copilot等工具能夠產生從代碼到詩歌的一切。

但是人工智慧能為資料中心做什麼？這個問題受到的關注較少，特別是在討論人工智慧驅動的資料中心監控解決方案的背景之外——這些解決方案雖然重要，但並不完全代表人工智慧技術的前沿。

因此，讓我們來看看人工智慧可能影響資料中心產業的其他方式，以及我們可以合理預期在未來幾年看到哪些變化。

提高資料中心的實體安全性

實體安全性對於資料中心來說至關重要，資料中心需要能夠保護資產免受入侵者未經授權的實體存取。不幸的是，傳統上提供實體安全的成本很高，因為它在很大程度上取決於現場是否有安全人員來檢測和回應對物理邊界的破壞。

人工智慧可以透過分析有助於偵測物理入侵的資料在這方面提供幫助。例如，透過即時解析視訊串流，人工智慧有可能識別出構成風險的個人。它還將使人們不必連續觀看影片來檢測風險。

不要指望資料中心的現場保全人員會消失，但要期待人工智慧幫助他們更有效地完成工作。

資料中心能源管理

決定何時將資料中心從一種電源(如太陽能)切換到另一種電源，或如何提前規劃預期的能源挑戰(如將冷卻系統推到邊緣的熱浪)，通常需要人類進行仔細的分析。考慮到涉及的眾多變量，在管理資料中心的能源來源和挑戰時，沒有簡單的公式或程序可循。

然而，鑑於現代人工智慧的複雜性，人工智慧承擔部分決策是可行的。資料中心營運商可能仍然希望人類在循環中仔細檢查人工智慧工具的建議，但人工智慧帶頭管理能源是合理的，而不是期望人類追蹤能源使用情況並手動應對挑戰。

容量管理

同樣，管理資料中心容量——包括擴大或縮小基礎設施以滿足需求以及確保物理空間以與市場同步的速度增長等任務——傳統上一直是一項手動工作。但人工智慧可以幫助實現自動化。透過分析確定資料中心在不同時間在不同方面需要多少容量的許多因素，人工智慧可以幫助營運商做出更明智的容量管理決策。

事件回應

當資料中心出現問題時——電源故障、有人不小心關閉了開關、網路攻擊破壞了關鍵設備等等——盡快確定發生了什麼、受影響的是什麼以及如何修復它是至關重要的。

過去，資料中心管理團隊透過創建事件回應「行動手冊」來應對這些挑戰，這些行動手冊詳細說明了應對不同類型挑戰的方法。

行動手冊仍然有用，但現代人工智慧提供了另一種工具，操作員可以利用它來管理事件回應。人工智慧可以比人類更快地評估情況並幫助規劃應對措施，這項壯舉可能會在沒有應對行動手冊的情況下證明特別有價值，因為沒有人提前預測某種類型的危機。

對人工智慧友善的資料中心硬體的需求不斷增長

對現代人工智慧技術的興趣激增也推動了對為運行人工智慧工作負載而優化的資料中心基礎設施的需求激增，例如能夠執行GPU 加速的伺服器。展望未來，資料中心營運商可能會從迎合這一利基市場中受益，尤其是考慮到人工智慧優化的硬體與商品伺服器不同，更難以從公有雲中獲得。

對人工智慧友善資料中心的需求並不代表一種利用人工智慧來幫助營運資料中心的新方式，但它確實為資料中心營運商創造了市場機會。

結論：人工智慧和資料中心的未來

現代人工智慧技術在資料中心的應用仍處於早期階段，但潛力巨大。在未來的幾年裡，人工智慧預計會做的不僅僅是幫助資料中心團隊監控資產。人工智慧也在實體安全、容量管理、事件回應等方面發揮作用。

以上是人工智慧重塑資料中心的五種方式的詳細內容。更多資訊請關注PHP中文網其他相關文章！