數(shù)據(jù)中心的人工智能管理與運維

韓春英

摘要：如今，企業(yè)比以往更加意識到智能、互聯(lián)和數(shù)據(jù)驅(qū)動型業(yè)務(wù)戰(zhàn)略的益處。顯而易見的是，大數(shù)據(jù)、物聯(lián)網(wǎng)、自動化和機器學(xué)習(xí)正在改變?nèi)藗兊墓ぷ鞣绞?，人工智能則是這一趨勢的下一個階段。盡管人們對于人工智能的定義有著激烈的爭議，但其含義是顯而易見的，就是執(zhí)行一些需要人類判斷的過程和任務(wù)，能夠根據(jù)以前發(fā)生的事情進行判斷的機器來代替人類。然而要做到這一點，需要大量的計算能力。例如，遠程跟蹤汽車維護信息所需的基礎(chǔ)設(shè)施，需要將數(shù)據(jù)傳輸?shù)郊惺较到y(tǒng)，對本身可能位于云端的程序執(zhí)行數(shù)據(jù)分析，然后允許人工智能系統(tǒng)提出維護建議或采取行動。

關(guān)鍵詞：數(shù)據(jù)中心;人工智能;運維

前言

隨著科技的發(fā)展，AI人工智能在各個行業(yè)應(yīng)用中大放異彩，針對無人值守的數(shù)據(jù)中心也在逐步嘗試與實踐，由AI進行日常運維和管理。有數(shù)據(jù)顯示，70%的企業(yè)希望在2018年部署AI技術(shù)，20%的企業(yè)表示將利用AI來做出決策。AI人工智能通過成熟的流程機制、廣泛的培訓(xùn)和龐大的測試集，以及數(shù)據(jù)投入生產(chǎn)之前的多次驗證，可以對數(shù)據(jù)中心日常的運維和管理進行實時高效的管控。目前AI人工智能在無人值守數(shù)據(jù)中心的應(yīng)用還處于早期發(fā)展階段，還需要在AI應(yīng)用算法、算力、神經(jīng)網(wǎng)絡(luò)系統(tǒng)建設(shè)等方面不斷優(yōu)化和提升。如今，企業(yè)比以往更加意識到智能、互聯(lián)和數(shù)據(jù)驅(qū)動型業(yè)務(wù)戰(zhàn)略的益處。顯而易見的是，大數(shù)據(jù)、物聯(lián)網(wǎng)、自動化和機器學(xué)習(xí)正在改變?nèi)藗兊墓ぷ鞣绞剑斯ぶ悄軇t是這一趨勢的下一個階段。

一.數(shù)據(jù)中心人工智能管理的特點與優(yōu)勢

隨著信息技術(shù)（IT）及其應(yīng)用的不斷發(fā)展，數(shù)據(jù)中心成為了信息化社會的IT基礎(chǔ)設(shè)施.作為信息系統(tǒng)的通信中心，運營中心，測試中心和災(zāi)備中心，承擔(dān)著核心業(yè)務(wù)運營，信息資源服務(wù)，關(guān)鍵業(yè)務(wù)計算，數(shù)據(jù)存儲和備份，確保業(yè)務(wù)連續(xù)性等重要任務(wù).近年來，無論是芯片，架構(gòu)，系統(tǒng)還是軟件都取得了很大進步，刀片系統(tǒng)，多核技術(shù)，虛擬化應(yīng)用，冷卻技術(shù)，智能管理軟件等新技術(shù)層出不窮，業(yè)務(wù)集中，數(shù)據(jù)集中化已經(jīng)成為信息化建設(shè)的主流趨勢，也是管理集約化的必然要求，是優(yōu)化業(yè)務(wù)流程的必要手段.數(shù)據(jù)中心是整個信息化的核心.因此，數(shù)據(jù)中心運維管理問題越來越得到業(yè)內(nèi)的廣泛重視。

隨著對數(shù)據(jù)中心管理與運維的要求越來越高，數(shù)據(jù)中心管理運維系統(tǒng)的集成與建設(shè)也變得越來越復(fù)雜。原有數(shù)據(jù)中心管理運維通常采用數(shù)據(jù)中心環(huán)境監(jiān)測系統(tǒng)來輔助完成，一直以來環(huán)境監(jiān)控系統(tǒng)只對檢測設(shè)備的運行數(shù)據(jù)進行采集和集中顯示，并不參與或少量參與設(shè)備的配置與自動控制工作。僅僅是為運維管理者提供編制配置策略的依據(jù)和數(shù)據(jù)支撐，配置策略的定制也停留在人工模式階段。整個管理運維系統(tǒng)功能實現(xiàn)還停留在所謂的只監(jiān)不控的階段。

隨著人工智能，神經(jīng)網(wǎng)絡(luò)的不斷普及，人工智能作為探索尋找最優(yōu)管理與運維策略的工具，將使得數(shù)據(jù)中心錯綜復(fù)雜的機電設(shè)備聯(lián)動，協(xié)同變得更容易實現(xiàn)。

在實際工作運用中，人工智能對數(shù)據(jù)中心環(huán)境控制的場景這并不是很難做到的事情，據(jù)相關(guān)資料顯示，前幾年的谷歌數(shù)據(jù)中心就己經(jīng)開始逐步部署基于人工智能和深度計算的一套智能環(huán)境推薦系統(tǒng)。通過對環(huán)境數(shù)據(jù)的采集，后臺分析，自動配置各個設(shè)備的運行策略，從而優(yōu)化數(shù)據(jù)中心的能效，使其節(jié)約能源，減少二氧化碳的排放，幫助緩解全球氣候變化。

相對傳統(tǒng)的環(huán)境監(jiān)控系統(tǒng)，基于人工智能的數(shù)據(jù)中心管理與運維系統(tǒng)的優(yōu)勢在于可以實現(xiàn)自動控制數(shù)據(jù)中心各個機電設(shè)備，并可實現(xiàn)局部微調(diào)和精細化控制。而不是如傳統(tǒng)系統(tǒng)一樣，由數(shù)據(jù)中心的專家根據(jù)環(huán)境監(jiān)控系統(tǒng)收集的信息與參數(shù)，人工指定調(diào)整策略，再由操作人員人工去執(zhí)行一系列調(diào)整動作。人工智能系統(tǒng)可以基于云架構(gòu)，從而可以實現(xiàn)對多個異地數(shù)據(jù)中心提供個性化的配置與服務(wù)。

二.數(shù)據(jù)中心人工智能控制的核心與手動機制

基于人工智能的數(shù)據(jù)中心管理與運維系統(tǒng)的核心通常是一套基于云平臺架構(gòu)的軟硬件模組成，核心硬件設(shè)備包含多臺高性能服務(wù)器，軟件包括人工智能分析和神經(jīng)網(wǎng)絡(luò)計算等應(yīng)用。系統(tǒng)通過定期的從前端傳感器收集數(shù)據(jù)信息，并輸入深層的神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，預(yù)測潛在的不同策略組合，分析未來能源利用與消耗的趨勢。人工智能應(yīng)用從這策略路徑中選擇最小能耗，最優(yōu)且安全的策略，并將相關(guān)操作流程發(fā)送回數(shù)據(jù)中心。由數(shù)據(jù)中心將相關(guān)操作流程下發(fā)到各個工作終端執(zhí)行相關(guān)操作。所有操作在執(zhí)行操作流程前，由各個執(zhí)行模塊的本地控制系統(tǒng)進行安全的系統(tǒng)驗證，然后在實施與執(zhí)行，這一切都是自動實現(xiàn)的。

整個人工智能管理系統(tǒng)也包括手動控制機制。由于神經(jīng)網(wǎng)絡(luò)系統(tǒng)計算出的每個策略都具有一定的不確定性，人工智能負責(zé)對每個策略進行評估，篩選出不確定性與風(fēng)險性最小的策略路徑。同時當(dāng)核心云平臺，將一系列指令發(fā)送到物理控制中心的時候，本地控制系統(tǒng)將會根據(jù)自己策略安全約束機制進行二次校驗。從而保證策略執(zhí)行不會導(dǎo)致突破本地安全約束，并且操作員通過各地的權(quán)限可以進行人工干預(yù)與審核。在需要退出人工智能控制模式條件下，控制系統(tǒng)將從人工智能控制無縫換到當(dāng)前定義的傳統(tǒng)自動化控制與人工控制狀態(tài)。

系統(tǒng)建設(shè)初期，人工操作員會從事大量的審查和人工干預(yù)事件，這些干預(yù)與操作在傳統(tǒng)系統(tǒng)的日常管理中沒有太大差別。但隨著時間的推移，樣本學(xué)習(xí)數(shù)量不斷的增加，改進與性能比逐步減少。人工干預(yù)的次數(shù)也越來越少，系統(tǒng)自動化機制的服務(wù)范圍也越來越大。事實證明，人工智能與神經(jīng)網(wǎng)絡(luò)系統(tǒng)去實現(xiàn)類似人工智能的數(shù)據(jù)中心節(jié)能方式是可行的。

結(jié)束語：

從長遠來看，直接由人工智能對機電設(shè)備進行控制尤其是能耗設(shè)備進行控制，可以不斷的節(jié)約能源，讓數(shù)據(jù)中心的運營成本逐漸降低。人工智能系統(tǒng)正在讓數(shù)據(jù)中心成為智能的數(shù)據(jù)中心，一個會自我管理的自治數(shù)據(jù)中心，具備實施監(jiān)控，自我優(yōu)化和改善運營的能力。智能建筑中的人工智能系統(tǒng)，數(shù)據(jù)中心只是一個開端，大規(guī)模的建筑樓宇自控系統(tǒng)才是發(fā)揮它的舞臺。

參考文獻：

[1]鄭佩洪.高速公路數(shù)據(jù)中心機房管理現(xiàn)狀與展望[J].公路交通科技（應(yīng)用技術(shù)版），2019，15（04）：316-318.

[2]趙佳釤，李坤倫，徐江，李院春.機房溫濕度智能監(jiān)測預(yù)警系統(tǒng)的實現(xiàn)[J].電子技術(shù)與軟件工程，2019（13）：149-150.