这就是AI对数据中心的影响，去年Gartner预测，到2020年，超过30%的无法实施AI和机器学习的数据中心将在运营和经济上不再可行。Google公布了有关在数据中心中使用AI来提高其数据中心的能效的研究，从而突出显示了AI在数据中心中的潜在潜力的第一个实例。在短短18个月的时间里，Google使用其AI驱动的GoogleDeepMind系统将冷却所需的能源减少了40%，相当于将整体PUE开销减少了15%。从那时起，许多公司纷纷效仿，探索AI的变革潜力。
如果可以适当地利用AI，则可以带来很多好处。其中一些包括：
1. 高效处理工作负载
AI可以帮助组织以最有效的方式自动化工作负载管理。通过使用AI和机器学习，可以检测到模式以从过去的数据中学习，并更有效地在高峰时段分配工作负载。它们还可用于更好地优化磁盘利用率，服务器容量和网络带宽。去年，麻省理工学院的一组研究人员证明了这一点。由麻省理工学院的研究人员开发的基于AI的系统自动“学习”了如何在数千台服务器上调度数据处理操作——这项任务传统上是留给不精确的、人为设计的算法完成的。麻省理工学院的研究人员说，这样做可以帮助当今耗电的数据中心更加高效地运行。研究人员说，与最好的手写调度算法相比，研究人员的系统完成工作的速度提高了大约20%到30%，而在交通繁忙的时候完成速度快了两倍。此外，该系统还将学习如何有效压缩工作负载以减少浪费。结果表明，该系统可以使数据中心使用更少的资源以更高的速度处理相同的工作负载。
2. 人员配置
在数字时代，雇用具有正确技能的人是一项巨大的挑战。例如，Gartner预测，到2020年，由于I&O技能的不足(从2016年的不到20%增长)，有75%的组织将经历明显的业务中断。人工智能可以在自动化当今人类代理执行的许多任务中发挥重要作用。
3. 能源效率
从Google的例子中可以看出，基于AI的系统在更好地优化供暖和制冷系统方面可以发挥巨大作用，进而可以帮助降低电费。最佳利用资源，例如执行某些类型任务的最有效时间。AI还可以用于帮助创建更高效的数据中心的设计，以及检测很少使用的应用程序或服务器。它还可以用于检测耗电的应用程序或服务器，并建议将特定工作负载转移到更高效的工作负载的方法。
4. 安全性
AI可以在数据中心的安全运营中心中广泛使用。通过分析来自多个系统的事件和输入，并设计适当的事件响应系统，人工智能可以补充当前的安全事件和事件管理(SIEM)系统。基于AI的系统可以改善安全运营中心的监控，并可以减少基本的L1作业。例如，当每秒记录超过20,000个事件时，人类将很难监视这些事件。基于AI的系统可以帮助从误报中识别恶意流量，并帮助数据中心管理员更有效地处理网络安全威胁。
5. 主动管理硬件
人工智能系统可以帮助组织主动管理其IT基础架构(例如存储，服务器或网络设备)的运行状况。例如，通过汇总不同设备的日志，AI可以发掘出故障的根本原因，还可以主动识别设备退化的前兆。在设备出现故障之前，可以报告异常(如果有)以解决可能的故障原因。
如果看一下上述好处，那就很清楚了，数据中心的未来肯定会更多地支持人工智能，并具有提高生产率和效率的巨大潜力。
