人工智能定义基础设施的应用和发展

作者: Robert Sheldon 2020-04-22 11:26:08

人工智能在管理数据中心资源方面发挥着前所未有的作用。集成人工智能技术的系统越多,IT团队就可以更有效地计划、部署、维护和保护其环境。事实证明,人工智能的趋势是如此有益,以至于产生人工智能定义基础设施的概念,这是一个结合了高级分析、自学习和自动化功能以简化IT基础设施管理的智能系统。

人工智能/基础设施

基础设施将更加智能

如今的工作负载比以往任何时候都更加多样化、数据密集并且更广泛的分布。移动计算和物联网等技术在很大程度上推动了这一发展。在这样的环境中,IT团队必须提供能够有效运行其应用程序、管理前所未有的数据量,并提供最大性能和资源利用率的解决方案,同时还要确保数据和系统得到充分保护。

为了帮助解决这些挑战,许多IT组织正转向软件定义的基础设施,这样可以更容易地适应各种变化的工作负载。软件定义的基础设施方法有助于简化管理、简化操作、增加灵活性和更好地利用资源。它还通过支持基础设施(如代码)等部署方法来促进自动化管理操作的过程。

超融合基础设施是运行中的软件定义基础设施的一个很好的例子。超融合使用虚拟化技术将计算、存储和网络物理组件抽象为逻辑资源池,可以轻松分配这些逻辑资源池以支持特定的工作负载。但是,像任何软件定义的基础设施一样,超融合基础设施并不智能,而是依靠静态代码和人工干预来执行操作。

将智能引入软件定义的环境需要采用人工智能。

引入智能基础设施

人工智能定义的基础设施系统从整个IT基础设施中收集系统数据,并为分析做好准备。为了进行这种分析,它结合了人工智能技术,如机器学习和深度学习以及预测分析。然后,人工智能系统使用分析来预测结果并自动化管理任务,与软件定义的基础设施技术携手合作。

将人工智能定义的基础设施视为增强软件定义的基础设施的一种方式,这两者一起工作以简化IT并减少管理开销。然而,人工智能定义的基础设施在广泛实施之前还有很长的路要走。不过,数据中心系统正在取得重大进展,特别是在存储级别。

例如,HPE公司提供Primera存储平台,可用于运行任务关键型应用程序的全闪存企业存储。HPE公司通过其InfoSight分析服务为Primera平台提供支持,该服务从全球的HPE系统收集并分析遥测数据。从这个分析中获得的见解可应用于HPE客户系统(例如Primera),以优化它们并解决潜在问题。

InfoSight还支持HPE公司可组合基础设施和服务器资源。这些产品中的每一个都是软件定义的可组合系统,该系统可分解计算、存储和网络资源,以提供一个完整的软件定义的基础设施系统。HPE公司最近宣布,用户现在可以使用Primera存储实施这两种可组合产品。因此,客户可以部署启用InfoSight公司的可组合基础设施,以监视和优化计算和存储资源,从而使可组合基础设施向完整的人工智能定义的基础设施的发展愿景迈进一步。

人工智能定义的基础设施的潜力

IT团队可能刚刚开始挖掘人工智能在规划、部署、维护和保护基础设施方面的潜力,但这个领域充满了各种可能性。例如,人工智能定义的基础设施可以分析资源需求以规划容量,也可以根据预测的结果自动分配或取消分配资源。

人工智能定义的基础设施的高级分析将使检测异常、找出根本原因、预测服务中断和在问题发生之前主动解决问题成为可能。这些功能还可以通过更好地实时评估风险和协调数据保护来帮助保护基础设施。因此,它可以从事件、指标、系统日志、数据库日志、操作系统、应用程序设置、硬件组件或任何可以提供可消费的遥测数据的数据点中提取数据。

数据收集并准备好进行分析后再输入人工智能引擎,人工智能引擎对数据进行建模和分类,应用先进的机器学习算法,运行仿真,并执行编程到系统中的任何其他分析。人工智能引擎识别不一致、意外行为和数据模式,然后使用这些信息进行预测和建议,并执行特定操作。

智能系统的好处

智能系统的好处很多,很大程度上是因为人工智能定义的基础设施可以执行实时分析,从而产生可操作的见解。例如,它可以预测硬件故障,然后采取措施解决,即使它只是为了提醒IT管理员,以便他们可以采取应对措施。

当与自动化结合时,人工智能定义的基础设施可以简化操作,同时减少人为错误和运营费用。它还可以带来更安全可靠的系统。此外,人工智能定义的基础设施可以为IT基础设施提供更深入的见解,使IT管理员能够解决根本问题并采取预防措施,同时为管理层提供更好的信息,以便做出战略决策。

人工智能定义的基础设施领域仍在不断发展,整个人工智能驱动的数据中心的理想还有很长的路要走才能实现。而完全由软件驱动的数据中心作为实现真正的人工智能定义基础设施的催化剂尚未出现。

目前,IT必须满足于智能组件(如服务器和存储阵列)或超融合或可组合基础设施的需求。但是要取得成功并不容易,因为它们带来了IT基础设施的愿景,其中所有组件都在一个由人工智能定义的基础设施框架下进行管理,该框架可以智能地控制系统并自动化操作。

人工智能 基础设施 AI
上一篇:AI的五个真正危险 下一篇:在医疗保健中使用AI:将数据转化为行动
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

AI安全对抗中,只用一招轻松骗过五种神经网络

图像识别作为人工智能最成熟的应用领域,已经大规模落地并服务于人们的日常生活。但在大规模商业化的同时,也面临更多方面的威胁。

张鑫 ·  1天前
盘点人工智能十大经典应用领域、图解技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

Alex Castrounis ·  1天前
详解人工智能十大经典应用领域及其技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

华章科技 ·  1天前
目标驱动系统模式,能否成为实现人工通用智能(AGI)的关键?

组织开发AI方案时采取的一大核心模式,正是目标驱动型系统模式。与其他AI模式一样,这种形式的AI能够解决一系列原本需要人类认知能力才能处理的常见问题。

佚名 ·  1天前
后疫情时代的八大关键技术发展趋势

建立必要的基础架构以支持数字化世界并保持比较新的技术,这对于任何企业或国家在后疫情时代的世界中保持竞争力都至关重要。

Ahmed Banafa ·  2天前
从AI测温到安防机器人 智能安防会是新的“守门神”吗?

说起安防系统,很多人的脑海中会先冒出“监控摄像头”,“电子门禁”等字眼,而随着人工智能的加速发展,传统的安防系统短板也在逐渐暴露,越来越多的新功能开始被需要:人脸识别、车辆检测、夜间识别等等,而我们小时候幻想过的机器人站岗的场景,也正在逐渐变成现实……

王嘉陆 ·  2天前
疫情期间,如何借AI之力持续提升客户忠诚度?

无论是保险公司Farmers Insurance,保险公司Tryg,还是通用汽车金融公司GM Financial,现在纷纷转向聊天机器人与AI技术,借此在疫情时期稳定客户群体。

佚名 ·  2天前
了解有关符号人工智能,象征性AI的好处和局限性

如今,人工智能主要是关于人工神经网络和深度学习。但这并非总是如此。实际上,在过去的十年中,该领域大部分都由象征性人工智能主导,也被称为“经典AI”,“基于规则的AI”和“老式的AI”。

AI国际站 ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载