如何AI与数据中心唇齿相依

作者: 佚名 2017-11-16 10:42:42

AI(Artificial Intelligence)技术这两年可以说是风靡全球,从两个月前Facebook的扎克伯格与特斯拉的马斯克关于AI的剑锋舌战,到刚过去的双11购物狂欢节,阿里数据中心AI调度官“达灵”正式上任,通过“达灵”自动管理数万台的服务器,并能快速给出最优的计算资源部署方案,通过访问量不断搬运应用和数据,确保没有一台设备偷懒。除了“达灵”,机器运营小二、机器导购员、智能客服、AI设计师、机器拣货员、机房巡逻员等一系列AI产品都已在双11狂欢节前夕集中上岗,AI产品和技术已经深度渗透到了阿里数据中心的每一处。不仅是阿里,国内互联网的三驾马车BAT,都前后发布了自己的AI发展战略,在刚过去的17年第二季度财报,BAT都公布了在AI上的布局和进展,对于AI的战略重要性BAT已达成共识,这是继云计算和大数据后,又一个新的技术角斗场。

AI和数据中心也有着千丝万缕的联系,所以很多人喜欢将两者结合在一起去评说,最近关于两者的结合讨论也是此起彼伏。无疑,能够将AI引入数据中心,对双方都是好事,互惠互利,说两者是唇齿相依的紧密关系也不为过:一方面AI需求是未来数据中心需求增长的主要驱动力,另一方面AI技术将帮助数据中心提升运营效率。

AI的发展需要高速计算能力才能完成任务,这也是为何AI早在60年前被提出直到现在才走红的原因,数据中心基础设施的不够完善,让AI失去了发展的土壤。随着云计算、大数据、虚拟化等新技术的出现,再加上数据中心计算能力的大幅提升,单位时间内计算能力越来越快,让AI有了可依赖的现实技术基础。数据中心里的计算、数据和网络资源,都是AI能够生根发芽的土壤,直接将数据中心的基础设施建设好,才能更好地发展AI。截至到今年7月,互联网数据中心业务持证企业达到了1322家,数据中心的市场规模持续增长,年均增速接近40%,数据中心领域的高速增长,为AI提供了很好的硬件基础。AI实现的所有功能都要依赖于计算,只有拥有高速的计算能力才能在短时间内完成AI指定的任务。随着数据中心建设规模和新技术的部署应用,大大提升了计算能力,单位时间内计算速度越来越快,AI利用数据中心的高速运算能力,完成计算,并根据计算结果发出操作指令。AI计算的结果是否正确,取决于样本数量是否足够多,AI需要的是海量的样本数据,而这样规模的数据也只有数据中心才能提供。数据中心天然就是一个海量数据库,每天生成的和转发的数据都在呈指数增长,AI拥有了这些数据,再根据算法,才能计算出想要的结果或执行相应的控制指令。AI的算法依赖于数据中心提供的大量训练数据,在此基础上进行机器学习,才能让AI的预测结果做到最优,数据量的多少直接决定了AI算法的准确性。所以,往往规模越大的数据中心,越容易得到AI的青睐,这里有AI算法实现所需的更多养分。数据中心建设规模的不断扩大,数据处理能力的不断增强,这些都大大促进了AI的发展。

AI对数据中心也非常重要,这主要体现在对数据中心运维、能效管理方面上。就像阿里数据中心推出“达灵”一样,目的就是为了提升数据中心的运维效率,将大量的人工处理工作交由“达灵”去做,解决了数据中心运维的人员痛点。未来数据中心发展将走向软件定义,管理控制都要由软件控制器完成,只有控制器越来越智能,数据中心才能真正离开人类,缺少人们给控制器下发的指令,控制器依然无法自行展开数据中心的各种运维活动,但如果能够通过AI技术,利用AI的学习能力,学习以往管理数据,再进行智能分析,从而得到可观准确的决策,这比起依靠人工经验判断更为准确。AI快速记下海量技术特性,掌握控制器的使用,将比人类更适合于数据中心管理,而且还不用考虑人员离职、变更、犯错等事情发生,控制器将根据AI的计算结果,自动执行正确的操作指令。AI还可以识别流量监控中可能出现的安全漏洞,自动隔离感染的系统,阻止恶意软件、病毒或勒索软件蔓延和传播。AI可以对数据中心所有设备的软硬件运行日志、告警信息进行智能识别,实时监控,当发现有异常故障时能自行定位,并隔离故障,确保业务不受影响,AI如果做的好,甚至可以进行故障预测,做到防患于未然,在故障发生前就发现隐患,避免故障的发生。AI在数据中心节能方面发挥的作用也不小,AI可以自动检测数据中心的电力消耗和散热、系统状态和容量,同时根据能耗量进行调整,让数据中心始终处于最优的运行状态,消耗能耗量处于最低的水平。众所周知,2016年的人机大战,谷歌设计的“阿尔法围棋”机器人分别战胜了中韩国家的围棋九段高手,“阿尔法”就出自谷歌的DeepMind项目。谷歌做AI不仅仅做机器人,还将DeepMind应用到了自己的数据中心里,通过控制服务器和相关设备来管理部分数据中心,将电源使用效率提升了15%,极大降低了数据中心的能耗水平。

AI和数据中心的发展是相互促进的,数据中心为AI提供了良好的基础计算工具和环境,而AI也为数据中心带来更多的发展机遇,提高成本效益,使得数据中心更加高效、安全,更加智能。未来的发展道路上,AI和数据中心的结合也将越来越紧密。真的是谁也离不开谁,是唇齿相依的紧密关系。

AI 数据中心 关系
上一篇:利用已有的大数据技术,如何构建机器学习平台 下一篇:AI时代的云端智能计算
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能遇冷,自动驾驶受阻?

2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。

佚名 ·  22h前
AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
机器学习帮你预测电池寿命:精确了解电池还能充几次

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  3天前
专家认为对“人工智能+教育”应持审慎态度

随着人工智能不断发展,人脸识别技术被越来越多地应用于校园中。据了解,一所知名大学2019级新生“刷脸”就能瞬间完成报到程序,系统是这所学校的学生研发的,学生对着摄像头,人脸识别系统就开始进行比对,眨眼间就能完成扫描,整个报到注册手续几乎不到一秒钟。

新华网客户端 ·  3天前
人脸识别有风险,美国全面禁止,可为什么中国却全面推广?

对于大多数人而言,最先接触的就是指纹识别,对指纹识别的了解程度也相对比较深一些,然而随着科技的不断发展,人脸识别也越来越普及,所谓的人脸识别就是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像头或摄像机采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,对其进行一系列的相关技术,最后进行辨别完成自己想要完成的项目。

测评前线说 ·  4天前
AI的时代,你的职业还在吗?

目前人工智能(Artificial Intelligence,简称AI)的技术到底发展到啥情况了?如果未来AI在我们社会上全面应用之后,会对咱们的生活会带来多大的帮助?

奎哥 ·  4天前
人工智能改善教育的32种方式

在人工智能赋能教育的实践探索上,国外已经有了许多工具和应用,总结起来,可以分为改进教学和改进管理两个大的方面,共32个细分领域。改进教学是人工智能对教与学实践的促进,改进管理则是对校园管理等后勤行政方面的效用提升。

就要买买买 ·  4天前
谁在为“AI+教育”试错买单?

在教育行业,似乎AI作为一个辅助工具出现更为合适,企业在资本浪潮簇拥着前进的时候,更应该想清楚是教育的本质,以及商业模式是否行得通,否则等资本的泡沫褪去,留下的也不过是满地鸡毛。

大鱼 ·  2019-10-09 16:49:57
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载