隨著世界努力應對數據海嘯，數據中心也在快速發展。智能連接設備數量的快速增長和數據消耗的大量增加給基礎數據中心基礎架構帶來了巨大壓力。數據中心已經變得如此復雜，只有人類才能在不影響性能和效率水平的情況下管理這種日益增長的復雜性。像AI這樣的技術可以極大地幫助組織顯著提高其數據中心的效率。

這就是AI對數據中心的影響，去年Gartner預測，到2020年，超過30％的無法實施AI和機器學習的數據中心將在運營和經濟上不再可行。Google公布了有關在數據中心中使用AI來提高其數據中心的能效的研究，從而突出顯示了AI在數據中心中的潛在潛力的第一個實例。在短短18個月的時間里，Google使用其AI驅動的GoogleDeepMind系統將冷卻所需的能源減少了40％，相當于將整體PUE開銷減少了15％。從那時起，許多公司紛紛效仿，探索AI的變革潛力。

如果可以適當地利用AI，則可以帶來很多好處。其中一些包括：

1.高效處理工作負載：AI可以幫助組織以最有效的方式自動化工作負載管理。通過使用AI和機器學習，可以檢測到模式以從過去的數據中學習，并更有效地在高峰時段分配工作負載。它們還可用于更好地優化磁盤利用率，服務器容量和網絡帶寬。去年，麻省理工學院的一組研究人員證明了這一點。由麻省理工學院的研究人員開發的基于AI的系統自動“學習”了如何在數千臺服務器上調度數據處理操作——這項任務傳統上是留給不精確的、人為設計的算法完成的。麻省理工學院的研究人員說，這樣做可以幫助當今耗電的數據中心更加高效地運行。研究人員說，與最好的手寫調度算法相比，研究人員的系統完成工作的速度提高了大約20％到30％，而在交通繁忙的時候完成速度快了兩倍。此外，該系統還將學習如何有效壓縮工作負載以減少浪費。結果表明，該系統可以使數據中心使用更少的資源以更高的速度處理相同的工作負載。

2.人員配置：在數字時代，雇用具有正確技能的人是一項巨大的挑戰。例如，Gartner預測，到2020年，由于I＆O技能的不足（從2016年的不到20％增長），有75％的組織將經歷明顯的業務中斷。人工智能可以在自動化當今人類代理執行的許多任務中發揮重要作用。

3.能源效率：從Google的例子中可以看出，基于AI的系統在更好地優化供暖和制冷系統方面可以發揮巨大作用，進而可以幫助降低電費。最佳利用資源，例如執行某些類型任務的最有效時間。AI還可以用于幫助創建更高效的數據中心的設計，以及檢測很少使用的應用程序或服務器。它還可以用于檢測耗電的應用程序或服務器，并建議將特定工作負載轉移到更高效的工作負載的方法。

4.安全性：AI可以在數據中心的安全運營中心中廣泛使用。通過分析來自多個系統的事件和輸入，并設計適當的事件響應系統，人工智能可以補充當前的安全事件和事件管理（SIEM）系統。基于AI的系統可以改善安全運營中心的監控，并可以減少基本的L1作業。例如，當每秒記錄超過20,000個事件時，人類將很難監視這些事件。基于AI的系統可以幫助從誤報中識別惡意流量，并幫助數據中心管理員更有效地處理網絡安全威脅。

5.主動管理硬件：人工智能系統可以幫助組織主動管理其IT基礎架構（例如存儲，服務器或網絡設備）的運行狀況。例如，通過匯總不同設備的日志，AI可以發掘出故障的根本原因，還可以主動識別設備退化的前兆。在設備出現故障之前，可以報告異常（如果有）以解決可能的故障原因。

如果看一下上述好處，那就很清楚了，數據中心的未來肯定會更多地支持人工智能，并具有提高生產率和效率的巨大潛力。