数据中心人工智能的收益有多大

    行业专家表示，现在许多人工智能应用都是面向消费者的，但是面向内部部署的人工智能应用也有很大的好处，其中包括数据中心人工智能。
    数据中心提供商Telehouse公司表示，数据中心人工智能的兴起有两个重要的趋势：第一个趋势是人工智能应用程序需要全球数据中心提供必要的计算能力；第二个趋势是正在开发人工智能应用程序以改善数据中心发展。这意味着数据中心既可以对人工智能提供服务，也可以获得人工智能的服务。
    数据中心人工智能：驱动因素
    Telehouse公司分析了数据中心人工智能的驱动因素。这些因素包括：
    （1）数据中心需要具有图形处理单元（GPU）
    （2）人工智能正帮助数据中心变得更加节能。
    （3）使用人工智能进行服务器优化。
    （4）使用人工智能实现数据中心安全。
    （5）预测规模越来越大的数据中心将需要人工智能操作人员和机器人更好地管理它们。
    （6）相信一些数据中心基础设施管理任务可以移交给人工智能，从而可以让人类专注于维护高效数据中心的最关键和最有创造性的方面。
    Telehouse公司得出的结论是：“目前，人工智能应用在数据中心行业前景看好。基于人工智能的应用程序的兴起将增加对托管服务提供商的需求。全球数据中心和托管服务提供商将加强他们的进程以满足这一需求。基于人工智能的应用程序将帮助这些数据中心高效运行，为客户提供更好的服务。如果企业在开发人工智能应用程序，选择全球数据中心和主机托管服务提供商非常重要，他们可以通过使用最新技术提高能效、优化、安全性、合规性和灾难恢复，从而帮助用户提供经济高效的服务。”
    创建真正的存储区域网络（SAN）
    专家表示，目前有很大的机会将人工智能用于存储和存储区域网络（SAN）。存储区域网络（SAN）并不是真正的网络，它是连接到服务器的存储池。但是，有许多存储设备可以从最新的非易失性存储器（NVMe）到闪存、高性能固态硬盘、高容量机械硬盘，以及磁带和光盘创建真正的多层存储配置。因此，数据中心内的所有内容都可以创建一个复杂的层，需要理解才能提高效率。
    这也意味着人工智能必须具备能够理解数据价值的能力，并且它应该能够组织人员和组织存储的越来越多的数据，无论数据应该位于层中什么位置。这需要将它提升到最高层，或者在需要之前将其提升到适当的性能层。
    当在数据项中添加新容量时，人工智能应该能够自动了解其在存储层次结构中的位置，并根据需要进行配置和使用。它还应该能够在整个在线存储设施中管理和定位大量文件和对象，而不是服务器及其列表和目录，但是使用的社交媒体原则相同。当管理和控制从服务器中取出时，人们将其称为真正的存储区域网络。
    备份、恢复和存档
    专家还认为，对于备份、恢复和归档，还有另一个重要的机会来实现数据中心人工智能。换句话说，人工智能应该识别关键和最有价值的数据，优先考虑这些数据以进行备份和复制。它的另一个角色应该是能够为灾难恢复设施创建文件。这可能需要将其列入优先级列表中，同时与存储人工智能一起创建分层存储集。
    在网络中，由于存在延迟和数据包丢失的问题，并且没有为SD－WAN和WAN优化提供足够的缓解，因此需要使用WAN数据加速工具来减轻其影响，因为它们可能会使数据中心的性能降低。人工智能在此场景中部分作用包括围绕拥塞和下行连接的自动路由，并且借助于机器学习，它可以自动对跨网络的关键数据流进行优先级排序。
    WAN数据的好处
    通过WAN数据加速，能够发送和接收加密数据还有额外的好处，这是WAN优化无法做到的。因此，人工智能和机器学习将帮助组织更多地从数据中心获益，以及运行它们的组织更有效地管理它们方面发挥越来越重要的作用。
    值得注意的是，即使是规模最大的数据中心，如果其网络无法与其他数据中心和广域网（包括互联网）建立持续可靠的连接，也无法保持更高的性能。因此，需要采用相应解决方案，即使在灾难发生时也能实现服务连续性。
    采用人工智能，也表明人们不应该只依赖于一个数据中心，而应该至少依赖三个彼此远离的数据中心。因此，工作人员与人工智能是确保停机时间不会影响组织的业务的最佳组合。