业界专家讨论了人工智能如何帮助解决弹性中出现的运营挑战。去年数据中心运营面临的最大挑战是什么？人工智能如何帮助该行业的企业克服这些挑战？尽管每个企业都受到冠状病毒爆发的影响，但随着数字化转型的加速，数据中心行业仍然保持弹性。蓬勃发展的势头。我们将看到客户需求的激增和服务提供商提供的每项服务的增长，因此数据中心行业目前面临的最大挑战是在适应工作场所限制的同时管理这种增长。平衡不断增长的市场和更紧张的资源意味着数据中心运营商正在寻求转向更智能的决策并进一步扩展自动化以保证正常运行时间和高效的功能，而这正是人工智能可以提供帮助的地方。许多数据中心严重依赖人工操作来为运营决策提供信息，但通过应用人工智能，预计会有更多的自动化，例如负载转移或冗余和弹性设备之间的智能切换。利用收集到的有关设施“硬”基础设施的温度、湿度和工作条件的数据，人工智能可以帮助我们了解如何延长设备的使用寿命，以及是否可以节省能源效率、升级和组件更换的资本支出。人工智能如何提高能效并帮助数据中心空间变得更环保？数据中心运营商拥有广泛的数据管理系统，涉及数据的收集、聚合和可视化，帮助我们分析各种因素，例如每个数据大厅的客户负载、通道温度和湿度。AI获取这些数据并根据某些触发器执行操作。如果客户负载超过一定水平，可以增加或减少冷却基础设施，以最节能的方式提供足够的冷却。这比保持设备100%运行以防负载上升要好。机器学习还可用于根据许多其他因素（例如外部环境温度）来预测这些事件，以便控制系统可以自动做出相应反应。大多数数据中心控制系统已经在一定程度上使用人工智能来有效控制和提高能源效率。例如，UPS可以根据系统负载自动从一种效率模式切换到另一种效率模式。人工智能/控制系统将关闭冗余模块，并在适当的时候让它们进入休眠状态，确保系统在任何给定时间以接近实际负载的最佳效率运行。这些控制系统每年都在改进，但制造商越来越希望开发高效的系统，我们可以在这些系统上构建一定程度的自动化，帮助我们实现最大的效率增益。数据中心网络流量监控如何利用人工智能来抵御网络威胁？网络管理人工智能和网络安全方面的进步使我们能够检测到正常流量模式之外的异常活动。在典型的办公环境中，如果公司设备在凌晨3点登录并开始从企业获取数GB的数据，这将被标记为非典型行为。人工智能可以快速分析此漏洞并通过禁用设备的网络访问来防止可能的数据丢失。这种数据传输也可能发生在工作日的中间，但它可能来自通常不会传输大量数据的设备，例如专用于演示的笔记本电脑。AI已经了解设备的典型行为模式，并会在数据流入或流出不符合其典型使用模式时进行标记。在数据中心也不例外。每台服务器都有自己的典型操作模式，可以通过网络安全系统进行监控，并且可以标记任何异常活动。通过与其他系统的接口，可以比简单的网络监控更进一步。例如，在有人进入安全服务器大厅后检测服务器行为的变化，这可能表明服务器已被篡改。从网络安全的角度来看，人工智能可以实现的可能性几乎是无限的，这是一个重要的增长领域。人工智能可以通过哪些方式帮助数据中心运营商平衡工作负载以最大限度地降低电力成本？许多组织降低了运营数据中心的电力成本，并有效地使用了能源。数据中心的负载在逐年增加，这意味着电费也在逐年上涨。世界的数字化意味着这不会很快改变。许多数据中心设计都围绕优化人们认为IT负载从长远来看将解决的问题展开。对于给定的有用输出单位，基础设施尽可能高效地运行所需的负载水平。如果用户不使用合同规定的电力，他们可能不得不以10%的容量运行冷水机等设备，这意味着它们的运行效率会非常低，因此在保持低电力成本的同时，这实际上阻碍了能源效率的最大化。组织使用数据收集和人工智能来识别负载与已安装基础设施不匹配的位置，并调整关键设备输出。这些数据也将反馈到未来的建筑设计中。组织有责任设计控制系统，以提高建筑物整个生命周期的能源效率，包括早期的低负荷期。AI可以非常有效地用于控制系统，以帮助用户平衡成本和效率，这会随着时间的推移而改善。
