虽然在数据中心中使用人工智能仍处于早期阶段,但潜力巨大且支持生态系统已经准备就绪。云计算的组合(用于存储和分析大量的数据)和联网(用于捕获大量在数据中心的多个点的数据)可以自动很多关键功能,并防止这样数据中心主动停电。
数据中心包含许多组件,如冷却工作量鲲鲲,鲲的服务器,网络存储鲲,等专家认为,人工智能可以通过不断学习成功的模型来帮助公司实现高效率。
当Google使用DeepMind系统显着提高其数据中心的能源效率时,它将展示数据中心内人工智能的潜力。在短短18个月内,该系统帮助谷歌将冷却能耗降低了40%,并将总能耗降低了15%。鉴于能源代表大多数数据中心的运营总成本的,谷歌的例子表明,公司可以使用人工智能显著降低与能源成本。
谷歌并不是唯一一家尝试在数据中心使用人工智能的供应商。例如,西门子与一个叫VigilEnt公司合作,为客户提供基于热优化人工智能来解决数据中心冷却的挑战的解决方案。组合的IoT和机器学习技术,该公司的溶液收集来自数千个传感器的数据,然后分析以确定使用高级算法所需必要以维持所需的温度与冷却量最少的更改。
VigilEnt认为,因为数据中心的大部分管理人员不具备的知识或他们需要提高他们的冷却系统的效率工具,数据中心通常拥有制冷量小于40%。
Nnlyte还建立了类似的合作伙伴关系,与IBM合作利用IBM Watson并将其集成到其数据中心产品中。虽然Nnlyte软件会收集各种电源和冷却系统中的数据,IBM沃森将分析这些信息来创建预测什么样的机器或处理器可以是主动的还是失败的预测模型。
除了行业的巨头之外,还有许多新公司使用人工智能来构建有趣的产品。例如,创业公司Litbit创建了其声称的“DAC”,这是世界上第一个使用人工智能的数据中心运营商。数据中心,该产品可以在电端子的问题之前检测松散的电连接器,可有助于防止硬件故障或服务器网络预先检测有故障的电源的声音,甚至根据设备的精确声音/振动模式了解设备。精确的正常和异常健康。?Virtual Power Systems创建了一种称为软件定义电源的产品,类似于软件定义的计算存储方法,以及鲲网络,用于自动化和优化能源和冷却资源的分配。该公司使用机器学习算法来帮助数据中心恢复在长峰期分配的非活动能量。
虽然在数据中心中使用人工智能仍处于早期阶段,但潜力巨大且支持生态系统已经准备就绪。云计算的组合(用于存储和分析大量的数据)和联网(用于捕获大量在数据中心的多个点的数据)可以自动很多关键功能,并防止这样数据中心主动停电。
上海IT外包服务网 链接:http://www.linemore.com