Cara pembelajaran mesin mengubah pengurusan pusat data

​Pembelajaran mesin akan mengubah ekonomi pusat data secara mendadak dan membuka jalan untuk masa depan yang lebih baik.

Apabila rak mula dipenuhi dengan ASIC, GPU, FPGA dan superkomputer, pembelajaran mesin dan kecerdasan buatan telah memasuki pusat data dan mengubah rupa ladang pelayan skala besar.

Teknik ini meningkatkan kuasa komputer yang tersedia untuk melatih sistem pembelajaran mesin, tugas yang sebelum ini memerlukan pemprosesan data yang meluas. Matlamat utama adalah untuk membina aplikasi yang lebih pintar dan meningkatkan perkhidmatan yang telah digunakan oleh perniagaan setiap hari. Bergantung semata-mata pada pertimbangan manusia dan akal budi akan jauh melepasi piawaian ketepatan dan kesahihan yang diperlukan. Satu-satunya cara yang mampan untuk memenuhi permintaan untuk perkhidmatan IT secara berskala adalah dengan beralih sepenuhnya kepada pembuatan keputusan berasaskan data dan menggunakan semua data untuk meningkatkan hasil. Disebabkan ketersediaan vendor industri yang menawarkan perisian pengurusan pusat data atau perkhidmatan berasaskan awan yang memanfaatkan teknologi, sesetengah perusahaan atau penyedia perkhidmatan terurus tanpa skala atau kepakaran yang sama telah menjadi pengguna awal pembelajaran mesin.

Menurut IDC, menjelang 2022, 50% daripada aset IT di pusat data akan beroperasi secara bebas disebabkan teknologi kecerdasan buatan yang dibenamkan. Banyak operasi keseluruhan, termasuk perancangan dan reka bentuk, beban kerja, masa beroperasi dan pengurusan kos, boleh dioptimumkan dalam pusat data menggunakan pembelajaran mesin.

Berikut ialah beberapa kes penggunaan terbesar pembelajaran mesin dalam pengurusan pusat data hari ini:

• Meningkatkan kecekapan pusat data: Perusahaan boleh menggunakan pembelajaran mesin untuk mengurus persekitaran fizikal mereka secara autonomi pusat data, Daripada bergantung pada makluman perisian. Ini akan melibatkan perisian membuat perubahan masa nyata kepada seni bina dan susun atur fizikal pusat data.
• Perancangan Kapasiti: Pembelajaran mesin di pusat data boleh membantu syarikat IT meramalkan permintaan supaya mereka tidak kehabisan ruang, kuasa, penyejukan atau sumber IT. Algoritma boleh membantu syarikat menentukan cara anjakan mempengaruhi kapasiti kemudahan, contohnya jika ia menyatukan pusat data dan memindahkan aplikasi dan data ke pusat data pusat.
• Kurangkan risiko operasi: Mencegah masa henti adalah misi kritikal bagi pengendali pusat data dan pembelajaran mesin boleh memudahkan untuk meramal dan mencegah. Perisian pembelajaran mesin dalam pengurusan pusat data menjejaki data prestasi komponen kritikal, seperti penyejukan dan sistem pengurusan kuasa, dan meramalkan apabila peralatan mungkin gagal. Akibatnya, penyelenggaraan pencegahan boleh dilakukan pada sistem ini dan masa henti yang mahal boleh dielakkan.
• Gunakan data pintar untuk mengurangkan pergolakan pelanggan: Syarikat boleh menggunakan pembelajaran mesin di pusat data untuk lebih memahami pelanggan mereka dan berpotensi meramalkan tingkah laku pelanggan. Dengan menyepadukan perisian pembelajaran mesin dengan sistem pengurusan perhubungan pelanggan (CRM), pusat data dipacu AI mungkin boleh mencari dan mendapatkan semula data daripada pangkalan data sejarah yang biasanya tidak digunakan dalam CRM, yang akan membolehkan sistem CRM membangunkan petunjuk atau pelanggan baharu . Strategi untuk berjaya.
• Analisis dan Pemodelan Impak Belanjawan: Teknologi ini menggabungkan data operasi dan prestasi daripada pusat data dengan data kewangan (terutamanya maklumat cukai yang berkenaan) untuk membantu menentukan harga untuk membeli dan menyelenggara peralatan IT.

Pembelajaran mesin boleh memeriksa terabait data sejarah dan menggunakan parameter pada keputusannya dalam pecahan sesaat kerana ia boleh bertindak lebih pantas daripada mana-mana manusia. Ini berguna apabila anda menjejaki semua aktiviti dalam pusat data anda. Dua masalah utama yang diselesaikan oleh vendor dan pengendali pusat data dengan pembelajaran mesin ialah meningkatkan kecekapan dan mengurangkan risiko.

Sebagai contoh, Digital Realty Trust, penyedia pengehosan terbesar di dunia dengan lebih daripada 200 pusat data, baru-baru ini mula menguji teknologi pembelajaran mesin. Keupayaan manusia untuk menggunakan dan memproses pelbagai sistem, peranti dan data asas yang diperlukan untuk mengekalkan infrastruktur cepat habis. DigitalRealty akan mendapat manfaat daripada ini kerana keupayaan pemprosesan masa nyata, reaksi, komunikasi dan membuat keputusan yang unggul.

Kesimpulan asasnya ialah pengendali pusat data mempunyai banyak pilihan untuk memanfaatkan kecerdasan buatan dan pembelajaran mesin, dan akan terdapat lebih banyak pilihan apabila teknologi menjadi lebih mampu milik dan maju. Masa depan yang cerah ada di hadapan.

Atas ialah kandungan terperinci Cara pembelajaran mesin mengubah pengurusan pusat data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!