赐研®网站 > ai人工智能 >> 株洲苹果X换内屏价格_IT打工人,AI来“抢”你饭碗了!

株洲苹果X换内屏价格_IT打工人,AI来“抢”你饭碗了!

关于人工智能的讨论现在聚焦于从自动驾驶车、聊天机器人、数字双子技术、机器人技术、大数据集中中利用基于AI的“智能”系统获得业务洞察力等。 现在可以自主运输的数据中心和自动驾驶车一样不现实,但数据中心的人工智能已经在技术、运输维和人员等方面取得了很多重大突破。

关于人工智能的讨论现在聚焦于从自动驾驶车、聊天机器人、数字双子技术、机器人技术、大数据集中中利用基于AI的“智能”系统获得业务洞察力等。 株洲苹果X换内屏价格现在可以自主运输的数据中心和自动驾驶车一样不现实,但数据中心的人工智能已经在技术、运输维和人员等方面取得了很多重大突破。

人工智能( AI )和机器学习( ML )最终将在企业数据中心内发挥重要作用。 未来的人工智能可能有助于企业创建高度自动化的安全和自我修复的数据中心。 这些数据中心可以更高效、更灵活地运行,几乎不需要人工干预。

人工智能提高数据中心效率和扩大业务的可能性主要有四个方面。

安全性: AI工具可以学习正常的网络流量是什么样的,据此发现异常,优先向安全人员发布什么样的警报,展开事后分析,提供相关的安全防御措施建议。

工作负载管理:无论是在数据中心还是在混合云环境中,AI系统都提供了工作负载到最高效的基础架构的实时自动迁移。 本地、云或边缘环境都可以。

株洲苹果X换内屏价格

电源管理:基于AI的电源管理优化了冷却系统,降低了电费成本,减少了人员,提高了效率。

设备管理: AI系统可以检查系统是否正确配置,监视服务器、存储器、网络设备的健康状况,预测设备的故障时间。

人工智能与安全

安全操作中心( SOC )的安全专家通常因大量警报而筋疲力尽。 基于AI的系统通过扫描大量遥测数据和日志信息并处理简单的工作,安全专家有时间进行深入的调查。 基于AI的系统可以检测、阻止、隔离威胁,展开可追溯性,以确定发生了什么以及黑客可用的漏洞。 这是人工智能对实时入侵检测极为有用的。

迅速进行根本原因分析有助于承运人做出明智的决定并采取行动。 株洲苹果X换内屏价格人工智能和机器学习通过迅速地对事件进行分类和聚类,识别重要的事件,将其与噪声分离,从而可以简化事件处理(事件响应)。

AI自动化不仅有助于解释超出人类能力水平的数据,而且有助于在优化能源使用、分配工作负载、最大化数据中心资产利用效率等方面获得深入的洞察力。

基于AI的工作负载优化

无论本地还是云,AI都会在应用程序级别自动将工作负载移动到适当的位置。 例如,确保工作负载自动迁移到能效最高的服务器,同时确保服务器运行效率最高(利用率70 %到80 % )。

人工智能系统还迁移到高效的服务器上运行时间敏感的应用程序,从而防止不需要快速运行的应用程序消耗过多的电力。

将来,AI/ML还可以根据性能、成本、治理、安全、风险和可持续发展等因素实时确定工作负载迁移的位置。

IT打工人,AI来“抢”你饭碗了!

整合电源管理和服务器工作负载管理

AI带来的好处不同于优秀的硬件设计带来的好处。 电源管理是最容易改善的地方。 这关系到生产力,关系到每个BTU能否完成更多的工作,以及每瓦的电力能否完成更多的工作。

这意味着工作更聪明,设备是否能更聪明地工作。 传感器检测到服务器的工作温度过高时,系统会自动迅速转移到工作负载未充分利用的服务器,避免任务关键型应用程序中断的危险。 此外,系统还会调查服务器过热的原因。 确定风扇故障( HVAC问题)、物理组件故障(设备问题)还是服务器过载(工作负载问题)。

AI系统还可以通过将HVAC系统数据与环境传感器数据相关联来知道设施的现在状态。 例如,基于AI的系统有助于数据中心管理员理解当前或潜在的冷却问题。 例如HVAC单元性能差、冷等存在暖气通路间的空气量不足、机柜密度过高而阻碍空气流通、冷气输送不足等问题。

容量计划也是可能改善的地方。 AI系统不仅可以寻找热点和冷却点,而且可以使数据中心只为适当数量的物理服务器供电。 如果临时需求激增,系统可以启动新的物理服务器来增加可用容量。

许多企业致力于数据中心的电源管理是为了节约成本,另一方面也是为了承担企业的环境保护责任。 数据显示,数据中心消耗了全球3%的电力供应,大约排放了2%的温室气体。

谷歌在2018年宣布将控制多个超大型数据中心冷却系统的控制权交给AI计划。 AI算法提供的建议将功耗减少了40%。

监视运行状况和监视配置管理

安装了大量组件的IT机柜是一项耗时的工作,因此检查工作可能不耗时,有缺陷。 运行状况监视检查设备是否配置正确,性能是否达到预期。

数据中心中有很多需要定期维护的物理设备.。 AI系统不仅可以定期维护这些物理设备,还可以收集和分析遥测数据,帮助确定需要立即关注的特定地区。 基于大量传感数据记录的预测性设备故障模型发现紧迫的组件和设备故障,评估是否需要立即维护以避免服务中断。

人工智能系统也许最终可以“告诉我问题在哪里,我来解决这些问题”,但即使实现了这个功能,很多数据中心运营商还是会说“如果有问题,请告诉我去哪里看看。 ”。

使设备顺利安全运行的另一个重要环节是控制“配置漂移”。 AI作为“附加安全检查”,有助于通过配置确定数据中心的问题。 (注意:配置漂移是数据中心的术语,临时配置可能会随着时间的推移而出现一些问题。 )中被调用,将出现故障

部署AI方面的挑战

数据中心优化和自动化是数字化变革计划的重要组成部分。 新型冠状病毒大爆发开始要求许多企业进一步自动化数据中心,数字数据中心由AI推动,可以自我修复。 这将使AI在数据中心有广阔的应用前景。 有些AI/ML功能可用于事件处理、基础架构运行状况和散热优化。

但是,要使AI/ML模型超过当前的标准数据中心基础架构管理( DCIM ),需要更多的突破和时间。 这与自动驾驶车的发展极为类似,初期阶段可能非常有魅力,但与最终约定的卓越经济/商业案例相去甚远。

AIOps平台的成熟度、IT技能、运输成熟度都是重大课题。 更高级的部署面临的挑战包括数据质量,以及缺乏IT基础架构和运输团队的数据科学技能。 此外,必须雇用或培训合适的人来管理系统。 另外,需要数据标准和相关体系结构是部署AI的难题。

但从头到尾最大的挑战还是人。 各种基础设施的承运人准备对AI放权。 但是,如果人们不信任做出决定的决策者,在这样大的过渡期间人们如何训练和安抚人们的感情呢? 在过渡期间,人们普遍考虑一个问题。 那,如果自己这么做,自己会失业吗?

对许多企业来说,招聘高级数据科学家不仅是一个课题,株洲苹果X换内屏价格而且很难培训现有的员工。 因为企业员工抵制技术的传统由来已久。 以软件定义网络( SDN )为例,SDN已经上市10年了,但超过3/4的IT运营维使用命令行界面。

本文链接:https://www.zhaoiphone.cn/ai/585.html
版权声明

本站资讯除标注“原创”外的信息均来自互联网以及网友投稿,版权归属于原始作者,如果有侵犯到您的权益,请联系我们提供您的版权证明和身份证明,我们将在第一时间删除相关侵权信息,谢谢.联系地址:977916607@qq.com

标签列表