在超大規模環境中，秘密功能和微觀優化可能會帶來實質的好處，但對於大眾市場來說，這可能是不必要的。如果做到這一點至關重要，那麼向雲端的轉移將受到量身定制的網路解決方案的出現的限制，但遺憾的是，事實並非如此。
在生成文字、藝術和視訊方面的突破性用例的推動下，人工智慧已經從遙遠的想像變成了短期的當務之急。它正在影響人們對各個領域的思考方式，而資料中心網路當然也不能倖免。但是人工智慧在資料中心可能意味著什麼呢？人們將如何開始？
雖然研究人員可能會解鎖一些網路控制的演算法方法，但這似乎不是人工智慧在資料中心的主要用例。簡單的事實是，資料中心連接在很大程度上是一個已解決的問題。
在超大規模環境中，秘密功能和微觀最佳化可能會帶來實質的好處，但對於大眾市場來說，這可能是不必要的。如果做到這一點至關重要，那麼向雲端的轉移將受到量身定制的網路解決方案的出現的限制，但遺憾的是，事實並非如此。
如果人工智慧要給人留下持久的印象，它必須在操作方面。實現網路化所需的工作流程和活動的網路化實踐將成為戰場。與該行業15年來圍繞自動化的雄心相結合，這實際上很有道理。人工智慧能否提供所需的技術推動，最終使產業從夢想營運優勢轉變為積極利用自動化、半自主營運？
這似乎是可能的，但這個問題的答案有細微差別。在宏觀層面上，資料中心有兩種不同的操作行為：一種是確定性的並導致已知結果的操作行為，另一種是隨機或機率的操作行為。
對於確定性的工作流程來說，人工智慧不僅僅是矯枉過正；這完全沒有必要。更具體地說，對於已知的架構，驅動設備所需的配置不需要人工智慧引擎來處理。它需要從體系結構藍圖轉換為特定於裝置的語法。
即使在最複雜的情況下(具有不同規模需求的多供應商體系結構)，配置也可以完全預先決定。可能會有嵌套邏輯來處理設備類型或供應商配置的變化，但嵌套邏輯很難稱得上人工智慧。
但即使在配置之外，許多第二天的操作任務也不需要人工智慧。例如，以行銷人員多年來一直使用人工智慧的一個更常見的用例為例：資源閾值。其邏輯是，人工智慧可以確定CPU或記憶體使用率等關鍵閾值何時被超過，然後採取一些補救措施。
閾值並沒有那麼複雜。數學家和人工智慧純粹主義者可能會評論說，線性迴歸並不是真正的智慧。相反，這是基於趨勢線的相當粗略的邏輯，重要的是，在人工智慧成為時尚術語之前，這些東西就已經出現在各種生產環境中了。
那麼，這是否意味著人工智慧沒有任何作用？絕對不是！這確實意味著人工智慧不是一種要求，甚至不是適用於一切，但網路中有一些工作流程可以也將受益於人工智慧。那些機率性而非確定性的工作流程將是最好的候選者。
對於機率工作流程來說，可可能沒有比根本原因分析和故障排除更好的候選者了。當出現問題時，網路營運商和工程師會進行一系列活動，旨在排除問題，並有望找出根本原因。
對於簡單的問題，工作流程可能會被腳本化。但對於最基本的問題以外的任何問題，操作員都在應用一些邏輯，並選擇最可能但不是預先確定的前進路徑。根據個人所知或所學，進行一些提煉，要么尋求更多信息，要么進行猜測。
人工智慧在這方面可以發揮作用。我們之所以知道這一點，是因為我們了解故障排除過程中經驗的價值。一名新員工，無論他們有多熟練，通常都會表現得不如那些任期很長的人。人工智慧可以取代或補充所有根深蒂固的經驗，而自然語言處理(NLP)的最新進展有助於平滑人機介面。
最好的葡萄酒始於最好的葡萄。同樣，最好的人工智慧將從最好的數據開始。這意味著，設備齊全的環境將被證明是人工智慧驅動的作業最肥沃的環境。超大規模企業在人工智慧的道路上肯定比其他企業走得更遠，這在很大程度上得益於他們的軟體專業知識。但不可忽視的是，他們在建立資料中心時非常重視透過流遙測和大規模收集框架即時收集資訊。
想要在某種程度上利用人工智慧的企業應該檢查他們目前的遙測能力。基本上，現有的架構是否有助於或阻礙了任何嚴肅的追求？然後架構師需要將這些操作需求建構到底層架構評估過程中。在企業中，營運往往是在設備通過採購部門後才進行的一些附加工作。對於任何一個希望有一天能利用簡單腳本操作之外的任何東西的資料中心來說，這都不是常態。
回到確定性或隨機的問題，這個問題真的不應該被框定為一個非此即彼的命題。雙方都有各自的角色。兩者都要發揮作用。每個資料中心都將具有一組確定性的工作流程，並且有機會在機率世界中做一些突破性的事情。這兩者都將受益於數據。因此，無論目標和起點如何，每個人都應該專注於數據。
對大多數企業來說，成功的關鍵在於降低預期。未來有時是由宏偉的宣言來定義的，但通常情況下，願景越宏偉，就越顯得遙不可及。
如果下一波進步更多是由無聊的創新而不是誇張的承諾推動呢？如果減少麻煩單和人為錯誤足以讓人們開始行動呢？瞄準正確的目標會讓人更容易成長。在一個缺乏足夠人才來滿足每個人雄心勃勃的議程的環境中，情況尤其如此。因此，即使人工智慧趨勢在未來幾年進入幻滅低谷，資料中心營運商仍有機會為其業務帶來有意義的改變。
以上是人工智慧如何為資料中心團隊帶來新的日常工作的詳細內容。更多資訊請關注PHP中文網其他相關文章！
