人工智能数据中心

众所周知，人工智能(AI)是热门，AI会已成为今年热门技术讨论前沿，业界大部分公司都在乐此不疲的讨论着AI对此技术进行各种想象性的尝试，期待更深入的了解该技术在细分市场中的应用。

事实上，2016年11月Forrester报告就中做出预测，报告中提到AI将“通过缩小理论与实践的差距，促进数据中心在市场营销、电子商务、产品管理及企业的其他领域的业务决策。”此外，从2016年10月的IDC消费指南中可以发现，认知/AI解决方案在2016年-2020年期间的复合年均增长率(CAGR)将超过55.1%。

对人工智能有这么利好消息，着实令人兴奋。然而，虽然与AI有关的应用程序层出不穷，不过，许多业界人士却忽视了比应用程序更有为重要与深远的议题——通过部署AI能帮助数据中心网络设备进行调整。

平行趋势

在数字世界中所有的数据都是AI获取数据的来源，AI可以对实时数据进行分析，并能直接显示出数据的工作流程，并能够对数据进行额外的智能查询或者对数据进行优化。但是如果AI能够提示改变物理网络连接?平行趋势正好适应趋势。

在过去的一年中，出现一种趋势，旨在对自动化网络基础架构内部物理连接的管理 —为未来部署连接机器人做准备。

使用机器人为我们带来许多好处，未来将拥有更简单、更动态的数据中心网络基础设施; 建设安全问题和反应时间;对安全问题响应速度加快;更适用于未来的重要基础设施; 降低运营成本。传统的手动业务也开始大量使用机器人，提高生产效率，减少网络断开连接的时间，从而减少IT人员工作时间。

虽然数据中心网络中机器人的出现和利用可能对网络运营以及总体拥有成本(TCO)产生重要的影响，但如果将机器人技术与AI相结合，会让运营效率直接提高一个级别。

机器人分层部署AI

数据中心的IT运维人员和管理人员最大的抱怨之一是没有足够的时间应对未来工作中数据的分类分类、处理工作，伴随着数据未来还将持续的呈指数级的增长，情况只会变的更糟。在数据中心使用机器人自动化使用分层AI技术，也许才是解决此就是最有针对性的办法。

通过将AI与机器人一起部署在数据中心，不仅可以调整工作流程;优化设备操作的性能，还可优化物理基础架构。假设AI在监控流量期间，出识别潜在安全漏洞，时至今日，当检查出受感染的病毒后，将无法使恶意软件传播到系统中，直到IT人员切断路径。

如果AI与机器人技术集成到一起，它可以对网络物理连接进行调整，从而减少IT调研时的威胁传播的可能性。 这种行动意味着需要了解损害事件和灾难事件之间的差异。

随着AI、机器人在数据中心协同工作，人力干预可以大大降低。 数据中心如何响应请求，对其进行分析，并进行相应调整，这些都可以通过AI软件来告知机器人如何应对。这不仅仅是因为它们节省IT人员带来的时间，因此机器人可以采取更主动的方式来管理数据中心以满足业务需求，但也可能意味着降低运营成本。

为了创建更有效率的，更具成本效益的且安全的数据中心，下一步是在机器人自动化技术上进行AI分层。现在，已经可以在数据中心的其他领域看到AI，比如降低能耗。如果这一切成为现实，将会改变网络和数据的未来，并可能成为下一代数据中心的重要创新。

下一步，让我们开始讲AI技术从数字世界延伸到物理世界吧。