Ann Bednarz

利用机器学习，数据中心运营商能够更好地处理散热、功耗和性能等问题。

随着企业开始采用经过数据中心大运营商和托管服务提供商试用和测试过的机器学习技术，人工智能将在数据中心运营中扮演更重要的角色。

目前的混合计算环境通常涉及到本地数据中心、云和托管站点，以及边缘计算部署。企业发现管理数据中心的传统方法并不是最优的。通过使用人工智能，正如机器学习所展示的那样，极有可能简化复杂计算设施的管理。

目前，人工智能在数据中心的应用主要是围绕使用机器学习来监测设施组件，并进行自动管理，例如电源和配电单元、散热基础设施、机架系统和物理安全等。

在数据中心设施内部，有越来越多的传感器收集来自包括电源备份（UPS）、配电装置、开关设备和冷水机组在内的设备的数据。关于这些设备及其环境的数据由机器学习算法进行解读，这些算法深度分析性能和容量，并确定适当的响应，例如更改设置或者发送警报等。随着条件的变化，机器学习系统从变化中学习——它实际上是被训练为自我调整，而不是依赖于具体的编程指令来执行其任务。

其目的是使数据中心运营商能够提高设施的可靠性和效率，并有可能更自主地运行这些设施。然而，获取数据并不是一项简单的任务。

施耐德电气公司数据中心全球解决方案高级主管Steve Carlini说，基本需求是获取来自主要组件的实时数据。也就是那些冷水机组、冷却塔、通风机、风扇等组件的实时数据。……