作者 | Peter Judge

編譯 | CDA數(shù)據(jù)分析師

Smartening up: How AI and machine learning can help data centers

我們對人工智能（AI）理解和解決問題的能力幾乎是神秘的信念。它被應(yīng)用于我們?nèi)粘Ｉ畹脑S多領(lǐng)域，因此，實現(xiàn)這一目標(biāo)的硬件開始填充我們的數(shù)據(jù)中心。

數(shù)據(jù)中心本身就存在一系列復(fù)雜問題，包括優(yōu)化和預(yù)測。那么，如何使用這種奇跡技術(shù)來改善我們的設(shè)施呢？

向內(nèi)轉(zhuǎn)動AI

機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)，可以檢查大量數(shù)據(jù)，并在其中找到不依賴于人類用于理解和預(yù)測數(shù)據(jù)的模型的模式。它還可以預(yù)測將來會重復(fù)出現(xiàn)的模式。

數(shù)據(jù)中心已經(jīng)配備齊全，傳感器可提供大量有關(guān)IT性能和環(huán)境因素的實時和歷史數(shù)據(jù)。2016年，谷歌在將AI應(yīng)用于該數(shù)據(jù)時成為頭條新聞，以提高效率。

谷歌使用其擁有的人工智能技術(shù)DeepMind來優(yōu)化其數(shù)據(jù)中心的散熱。2014年，該公司宣布數(shù)據(jù)中心工程師Jim Gao正在使用AI技術(shù)實施推薦引擎。

2016年，該項目利用一套神經(jīng)網(wǎng)絡(luò)優(yōu)化了谷歌新加坡工廠的冷卻，該網(wǎng)絡(luò)學(xué)習(xí)如何預(yù)測未來的溫度并提供主動響應(yīng)的建議，

根據(jù)DeepMind的研究工程師Richard Evans的說法，該結(jié)果使該網(wǎng)站的冷卻費減少了40％，而PUE（功率利用效率）減少了15％。2016年，他承諾：“由于算法是理解復(fù)雜動態(tài)的通用框架，因此我們計劃將其應(yīng)用于數(shù)據(jù)中心環(huán)境中的其他挑戰(zhàn)?！?/span>

2018年宣布的下一步是向自動駕駛數(shù)據(jù)中心冷卻系統(tǒng)靠攏，人工智能在人工監(jiān)督下調(diào)整數(shù)據(jù)中心的運行設(shè)置。為了確保系統(tǒng)安全運行，團(tuán)隊限制了其運行，因此自動系統(tǒng)“僅”節(jié)省了30％的冷卻費用。

AI補(bǔ)充

該系統(tǒng)每五分鐘拍攝數(shù)千個傳感器的數(shù)據(jù)中心冷卻系統(tǒng)快照，并將其輸入云中的AI系統(tǒng)。這預(yù)測了潛在行動將如何影響未來的能源消耗，并選擇最佳選擇。將其發(fā)送到數(shù)據(jù)中心，由本地控制系統(tǒng)驗證，然后實施。

項目團(tuán)隊報告說，該系統(tǒng)已開始產(chǎn)生意外的優(yōu)化。谷歌數(shù)據(jù)中心運營商Dan Fuenffinger曾與該系統(tǒng)一起廣泛合作，他說：“看到AI學(xué)會利用冬季條件生產(chǎn)比普通水更冷的水，這令人驚訝，這降低了冷卻所需的能量。數(shù)據(jù)中心。隨著時間的推移，規(guī)則并沒有變得更好，但AI確實如此。“

高智晟表示，這里的重大勝利證明了該系統(tǒng)安全有效地運作。決策受到安全規(guī)則的審查，人工操作員可以隨時接管。 在這個階段，谷歌的AI優(yōu)化有一個客戶：谷歌本身。但這個想法得到了學(xué)術(shù)界的強(qiáng)烈支持。

穩(wěn)定很重要

人類和簡單的基于規(guī)則的系統(tǒng)可以響應(yīng)任何穩(wěn)態(tài)情況，但是當(dāng)環(huán)境發(fā)生變化時，它們會以“波濤洶涌”的方式作出反應(yīng) - 人工智能可以做得更好，因為它可以預(yù)測變化，根據(jù)DCD主題演講演講人Suvojit Ghosh，他是安大略省麥克馬斯特大學(xué)計算基礎(chǔ)設(shè)施研究中心（CIRC）的負(fù)責(zé)人。

“我們知道運行服務(wù)器太熱了很糟糕?！盙hosh說。“但如果你有溫度波動，情況顯然會更糟?！焙唵蔚囊?guī)則使數(shù)據(jù)中心迅速達(dá)到最佳穩(wěn)態(tài)位置，但在此過程中，它們會使溫度突然發(fā)生階段性變化，結(jié)果發(fā)現(xiàn)這會浪費很多能源。如果條件經(jīng)常變化，那么這些能量損失可以抵消收益。

“如果你的環(huán)境溫度從70華氏度到80華氏度（21-27攝氏度），然后倒退，真的很疼，”戈什說。

數(shù)據(jù)中心服務(wù)公司正在做出回應(yīng)。數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM）公司已經(jīng)增加了智能，而那些已經(jīng)在進(jìn)行預(yù)測分析的公司已經(jīng)增加了機(jī)器學(xué)習(xí)。

“目前的機(jī)器學(xué)習(xí)方面處于平臺的初始數(shù)據(jù)處理階段，傳感器和儀表的原始數(shù)據(jù)在被送入預(yù)測建模引擎之前被標(biāo)準(zhǔn)化，清理，驗證和標(biāo)記，”Zahl Limbuwala說，他是聯(lián)合創(chuàng)始人。 Romonet，一家分析公司，現(xiàn)在由房地產(chǎn)公司CBRE擁有。

電力和冷卻方面的智能行動有不同的名稱。在中國，華為的電力，冷卻和DCIM智能化的目標(biāo)在于iPower，iCooling和iManager的代號。

與谷歌和其他公司一樣，華為從簡單的實際步驟開始，例如使用模式匹配來控制溫度并發(fā)現(xiàn)制冷劑泄漏的證據(jù)。在電力系統(tǒng)中，它致力于使用AI識別和隔離故障。

根據(jù)高級營銷經(jīng)理鄒曉騰的說法，在擁有1,540個機(jī)架的廊坊數(shù)據(jù)中心，華為大幅降低了使用iCooling的PUE。該設(shè)施的運行速度約為每機(jī)架6kW，IT負(fù)載率為43％。

DCIM供應(yīng)商Nlyte在2018年簽署了將其工具與世界上最知名的AI項目之一IBM的Watson集成后，將其顏色牢牢地固定在DCIM桅桿上。

Nlyte首席執(zhí)行官Doug Sabella在當(dāng)年在DCD>紐約啟動合作伙伴關(guān)系時預(yù)測，人工智能增強(qiáng)DCIM將帶來偉大的事情：“簡單的事情就是預(yù)防性維護(hù)，”他告訴DCD。“但是，除了預(yù)測性事物之外，您還真正進(jìn)入工作負(fù)載并管理工作負(fù)載。在應(yīng)用程序性能管理方面考慮一下：今天，您可以根據(jù)有限的數(shù)據(jù)集選擇要放置工作負(fù)載的位置。我把它放在公共云中還是私有云中？有助于確定位置和基礎(chǔ)架構(gòu)的屬性是什么？

“有一整套關(guān)鍵信息未包含在該決定中，但從AI的角度來看，您可以為此做出貢獻(xiàn)，以實際減少工作量并優(yōu)化工作負(fù)載并降低工作負(fù)載失敗的風(fēng)險。我們看到并且我們的合作伙伴看到了一整套人工智能游戲，我們正在努力解決這個問題，這將產(chǎn)生重大影響?！?/span>

IBM Watson IoT的北美市場營銷負(fù)責(zé)人Amy Benett看到了另一個實用的方面：“看哪，數(shù)據(jù)中心團(tuán)隊的新成員，一個永遠(yuǎn)不會從休息室度假或午餐的人。”

DCD了解合作伙伴關(guān)系仍在繼續(xù)。Watson品牌在一些報道中表現(xiàn)得有些黯然失色，因為它沒有像醫(yī)療保健等更苛刻的領(lǐng)域那樣提供承諾。這個早期品牌領(lǐng)導(dǎo)者可能已被超賣，但如果是這樣，數(shù)據(jù)中心可能成為恢復(fù)其良好聲譽的舞臺。數(shù)據(jù)中心的重要系統(tǒng)比人體簡單得多。

Suvojit Ghosh博士- DCD

下一階段

Ghosh說，現(xiàn)在是人工智能解決更大問題的時候了，這與Sabella的觀點相呼應(yīng)。在最初的打嗝之后，提高功率和冷卻效率的努力最終將達(dá)到收益遞減的程度。此時，AI可以開始自己移動IT負(fù)載：

“使用計算歷史記錄的成本進(jìn)行智能負(fù)載平衡或容器編排，可以降低特定應(yīng)用程序的能源成本，”Ghosh告訴他的DCD受眾。這可能會節(jié)省一半的IT能源成本，“只需通過重新調(diào)整工作[使用AI] - 而且這并沒有考慮到關(guān)閉空閑服務(wù)器或任何類似的瘋狂事件?！?/span>

除此之外，Ghosh正在研究數(shù)據(jù)中心聲音的AI分析?！坝薪?jīng)驗的人可以告訴你一些事情是錯的，因為這聽起來很有趣，”他說。中國保監(jiān)會一直在創(chuàng)建數(shù)據(jù)中心的完整配置文件，并將其與功耗相關(guān)聯(lián)。

華為也這樣做：“如果變壓器出現(xiàn)問題，噪聲模式會發(fā)生變化，”鄒曉騰說?！巴ㄟ^學(xué)習(xí)變壓器的噪聲模式，我們可以使用聲學(xué)技術(shù)來監(jiān)控變壓器的狀態(tài)?！?/span>

Ghosh說，這種方法允許人工智能超越專業(yè)的人類知識，并選擇“人類認(rèn)知永遠(yuǎn)無法理解的東西”。

“在接下來的10年里，我們將能夠在失敗發(fā)生前預(yù)測失敗，”Ghosh說。“我的一個夢想是創(chuàng)建一種能夠完全消除預(yù)防性維護(hù)需求的算法。”

他告訴DCD，華為的小騰也認(rèn)為不太明顯的好處是：人工智能可以將資源利用率提高20％左右，同時減少人為錯誤。 小騰看到人工智能從零級，一個完全手動的數(shù)據(jù)中心爬上梯子?！霸诘谝患?，基本功能是使用傳感器可視化數(shù)據(jù)中心的內(nèi)容，在第二級，我們有一些幫助，部分無人值守操作，”數(shù)據(jù)中心將向工程師報告條件，工程師將做出適當(dāng)?shù)捻憫?yīng)。

他說，在第三級，數(shù)據(jù)中心開始提供自己的根本原因分析和虛擬幫助來解決問題。華為已經(jīng)到了這個階段，他說：“在未來，我相信我們可以使用AI來預(yù)測是否存在任何問題，并使用AI來自我恢復(fù)數(shù)據(jù)中心?！?/span>

他預(yù)測，在這個階段，DCIM系統(tǒng)甚至可以從專用的AI處理器中受益。華為已經(jīng)在嘗試使用其Ascend系列AI處理器與云端和邊緣的DCIM合作。

目前，與這些想法相比，大多數(shù)用戶仍然處于早期階段，但有些用戶顯然贊同這種樂觀態(tài)度：“今天我們使用[AI]來監(jiān)控設(shè)定點，”富國銀行任務(wù)關(guān)鍵設(shè)施現(xiàn)場經(jīng)理Eric Fussenegger表示，在2019年在DCD>紐約發(fā)表演講，增加了DCIM并“增強(qiáng)了單一的玻璃窗格”。

Fussenegger說，人工智能可以在未來進(jìn)一步發(fā)揮作用?！澳踔吝€不干，可能它還沒有打到紙上?！彼f，但智能設(shè)備可以在數(shù)據(jù)中心的日常實際維護(hù)和操作中發(fā)揮作用。

有一天，機(jī)器人可以為我們接管“清潔或貨架設(shè)備，所以我不必?fù)?dān)心人員處于冷熱通道區(qū)域。有些雜貨店正在使用人工智能掃除?！?/span>

然而，即使這些極端觀點也會受到限制。Fussenegger說：“我認(rèn)為我們總是需要那里的人作為替補(bǔ)?！?/span>