回顧互聯(lián)網(wǎng)發(fā)展的初期，彼時(shí)的數(shù)據(jù)中心的規(guī)模可能非常小而且也很簡(jiǎn)單。一家大型電子商務(wù)服務(wù)企業(yè)僅僅依靠幾臺(tái)19英寸的機(jī)架就足以配合所有必要的服務(wù)器、存儲(chǔ)和網(wǎng)絡(luò)設(shè)備的運(yùn)行。而到了今天，超大規(guī)模數(shù)據(jù)中心的占地面積可達(dá)數(shù)千公頃，其中有著安置了成千上萬款的硬件設(shè)備的數(shù)千臺(tái)機(jī)架上。隨著數(shù)據(jù)中心設(shè)計(jì)的變化，這些大型服務(wù)器群組(Server Farms)已經(jīng)被建立在新的、偏遠(yuǎn)的地區(qū)，同時(shí)又靠近人口集中、電力價(jià)格便宜的地區(qū)。

　　隨著數(shù)據(jù)中心運(yùn)營(yíng)的自動(dòng)化，諸如亞馬遜網(wǎng)絡(luò)服務(wù)(Amazon Web Services)或微軟Azure這樣的公共云服務(wù)開始聘用越來越少的高技能的數(shù)據(jù)中心工程師，這類數(shù)據(jù)中心工程師的數(shù)量通常比安全工作人員和執(zhí)行人工手工勞動(dòng)的低技術(shù)工人(比如：處理硬件交付)要多。更多的服務(wù)器交由更少的員工實(shí)施管理意味著電力和冷卻基礎(chǔ)設(shè)施的監(jiān)控需要更多的依賴傳感器。現(xiàn)在，我們可以將這些傳感器稱為物聯(lián)網(wǎng)硬件。這些傳感器物聯(lián)網(wǎng)硬件有助于在一定程度上幫助數(shù)據(jù)中心操作運(yùn)營(yíng)管理人員識(shí)別某些問題，但在很多情況下，經(jīng)驗(yàn)豐富的設(shè)施工程師的經(jīng)驗(yàn)是非常難以用傳感器來代替的。例如，某些經(jīng)驗(yàn)豐富的設(shè)施工程師可以通過聲音的識(shí)別，來判斷機(jī)箱風(fēng)扇的運(yùn)行即將發(fā)生鼓掌運(yùn)行失敗;或通過聽到的水滴的聲音來定位何處發(fā)生了泄漏。

由Tensor處理單元(TPUs)提供支持的服務(wù)器機(jī)架，谷歌的定制化機(jī)器學(xué)習(xí)處理器(照片來源：谷歌母公司Alphabet公司)

　　您企業(yè)將需要更多的傳感器來監(jiān)控現(xiàn)代數(shù)據(jù)中心的基礎(chǔ)設(shè)施，而新一代的應(yīng)用程序旨在通過將機(jī)器學(xué)習(xí)應(yīng)用于IoT傳感器網(wǎng)絡(luò)來彌補(bǔ)這方面的差距。這一理念是通過捕獲運(yùn)營(yíng)商的知識(shí)，并將其變成規(guī)則來幫助解釋相關(guān)的聲音和視頻，例如，為越來越多的空數(shù)據(jù)中心增加一個(gè)新的自動(dòng)化管理層。來自市場(chǎng)調(diào)研機(jī)構(gòu) 451 Research的Rhonda Ascierto表示說：“這些服務(wù)承諾將能夠預(yù)測(cè)和防止數(shù)據(jù)中心基礎(chǔ)架構(gòu)出現(xiàn)事故和故障，并帶來更快的平均恢復(fù)時(shí)間和更有效的容量配置，也有助于進(jìn)一步降低風(fēng)險(xiǎn)。”

預(yù)測(cè)分析和更廣泛的數(shù)據(jù)類型

　　這方面的第一步是數(shù)據(jù)中心基礎(chǔ)架構(gòu)管理或DCIM軟件中的預(yù)測(cè)分析。其中一個(gè)例子是位于加利福尼亞州奧克蘭的一家名叫Vigilent的公司的軟件。“其控制系統(tǒng)是基于機(jī)器學(xué)習(xí)的軟件，用于確定變量之間的關(guān)系，如機(jī)架溫度、冷卻單元設(shè)置、冷卻容量能力、冷卻冗余、功率使用和故障風(fēng)險(xiǎn)。其通過打開和關(guān)閉單元來控制冷卻單元(包括變頻器，VFD)、調(diào)節(jié)變頻器，以及調(diào)整單元的溫度設(shè)定值。”Ascierto說。其使用無線溫度傳感器，并預(yù)測(cè)如果操作人員采取某些措施會(huì)發(fā)生什么狀況——例如：關(guān)閉冷卻單元或增加設(shè)定點(diǎn)溫度。

　　另一個(gè)不同的例子是Oneserve公司的Infinite軟件產(chǎn)品，該軟件將傳感器與更廣泛的數(shù)據(jù)點(diǎn)相結(jié)合。例如：使用天氣條件數(shù)據(jù)，為位于英格蘭埃克塞特地區(qū)的企業(yè)客戶提供 “預(yù)測(cè)性現(xiàn)場(chǎng)服務(wù)管理”。其目的旨在滿足預(yù)測(cè)性維護(hù)要求，避免發(fā)生故障，并將停機(jī)時(shí)間降至最低。Oneserve公司的首席執(zhí)行官克里斯·普羅克特(Chris Proctor)表示說，通過應(yīng)用這些技術(shù)，使得企業(yè)客戶處理戰(zhàn)略規(guī)劃和采購(gòu)成為了可能。他說：“數(shù)據(jù)中心能夠更準(zhǔn)確、更有效地管理資產(chǎn)和資源。” (據(jù)我們所知，這種功能目前尚未在任何數(shù)據(jù)中心內(nèi)使用。)

　　Oneserve公司專注于更廣泛的維護(hù)問題，但該方法與數(shù)據(jù)中心的操作運(yùn)營(yíng)方式配合良好，能夠順暢的與數(shù)據(jù)中心內(nèi)部運(yùn)營(yíng)團(tuán)隊(duì)和第三方承包商合作。其工具的一個(gè)有用的方面是具備跟蹤過去維護(hù)的問題的儀表板，允許企業(yè)用戶詳細(xì)的了解到訪問可能存在困難的地方，或者何處是曾經(jīng)多次發(fā)生問題的地方。今天，這仍然是一個(gè)非常依賴于人工手動(dòng)的方法，但是您企業(yè)未來將需要這種數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)系統(tǒng)。

汲取操作人員的知識(shí)

　　將傳感器數(shù)據(jù)與數(shù)據(jù)中心操作運(yùn)營(yíng)人員的知識(shí)進(jìn)行了很好的結(jié)合的一家企業(yè)的例子是來自圣荷西的LitBit公司。據(jù)該公司創(chuàng)始人兼首席執(zhí)行官，在過去曾先后供職于雅虎和蘋果公司數(shù)據(jù)中心戰(zhàn)略部門的Scott Noteboom介紹說，LitBit數(shù)據(jù)中心的AI或DAC，使數(shù)據(jù)中心的操作運(yùn)營(yíng)人員們能夠使用機(jī)器學(xué)習(xí)技術(shù)來構(gòu)建、培訓(xùn)和調(diào)整自己的“同事”。這些可以跨數(shù)據(jù)中心對(duì)事件進(jìn)行響應(yīng)，提醒運(yùn)營(yíng)人員，甚至最終自動(dòng)執(zhí)行操作。LitBit公司的方法的核心關(guān)鍵是一種輔助學(xué)習(xí)的形式，其中系統(tǒng)在檢測(cè)到新的異常事件時(shí)向操作運(yùn)營(yíng)人員發(fā)出警報(bào)，然后操作運(yùn)營(yíng)人員為將來如何對(duì)此類事件做出反應(yīng)而制定一套規(guī)則。為了收集數(shù)據(jù)，LitBit公司采用了一款移動(dòng)應(yīng)用程序，可以進(jìn)行視頻拍攝，然后可以將視頻轉(zhuǎn)換成數(shù)千個(gè)圖像進(jìn)行培訓(xùn)。

　　該初創(chuàng)企業(yè)提供了一款托管云服務(wù)，這將允許該公司能夠充分利用許多用戶的匿名數(shù)據(jù)來構(gòu)建更復(fù)雜和更準(zhǔn)確的模型;而有些客戶會(huì)選擇將他們的培訓(xùn)模型保密，而另外一些企業(yè)客戶則可以將其培訓(xùn)模型作為額外的收入來源進(jìn)行銷售。正如Ascierto所指出的那樣，“數(shù)據(jù)中心管理數(shù)據(jù)的價(jià)值在大規(guī)模聚合和分析時(shí)實(shí)現(xiàn)其價(jià)值的倍增。通過將算法應(yīng)用于許多客戶聚集的大型數(shù)據(jù)集，包括不同類型的數(shù)據(jù)中心和不同的位置，例如，供應(yīng)商可以預(yù)測(cè)設(shè)備何時(shí)會(huì)出現(xiàn)故障，以及何時(shí)會(huì)出現(xiàn)冷卻閾值。

　　在操作運(yùn)營(yíng)過程中有很多隱含的知識(shí)，而將這些知識(shí)整理規(guī)范制定成規(guī)則則可以幫助識(shí)別問題并更快速的做出響應(yīng)，特別是當(dāng)具有知識(shí)經(jīng)驗(yàn)的操作運(yùn)營(yíng)人員不在身邊時(shí)。即使您企業(yè)經(jīng)營(yíng)的不是大型的地理位置隔離的數(shù)據(jù)中心，您仍然希望能夠在非工作時(shí)間或員工生病請(qǐng)假期間確保有效的回應(yīng)。一款數(shù)據(jù)中心AI可能無法完全替代您數(shù)據(jù)中心經(jīng)驗(yàn)豐富的操作運(yùn)營(yíng)人員，但其可以成為增強(qiáng)現(xiàn)有技能，并幫助將豐富的經(jīng)驗(yàn)技能教給給其他團(tuán)隊(duì)成員的工具。

　　這個(gè)領(lǐng)域目前還不成熟，但發(fā)展速度很快。使用傳感器數(shù)據(jù)的機(jī)器學(xué)習(xí)應(yīng)用正在迅速發(fā)展，并被廣泛應(yīng)用于各行各業(yè)。微軟研究部門一直在與Sierra Systems合作，開發(fā)基于機(jī)器學(xué)習(xí)的音頻分析，以便檢測(cè)油氣管道的缺陷，利用其認(rèn)知工具包來幫助對(duì)異常狀況進(jìn)行分類。另一方面，用于超大規(guī)模云的機(jī)器學(xué)習(xí)模型和工具的規(guī)模正在縮減，壓縮的神經(jīng)網(wǎng)絡(luò)使用量化權(quán)重，運(yùn)行在諸如Raspberry Pi的低容量設(shè)備上。

　　不要指望部署了基于AI的數(shù)據(jù)中心管理服務(wù)就能夠?yàn)槟峁┘磿r(shí)的結(jié)果;該技術(shù)目前還很新，服務(wù)還在發(fā)展中，他們需要大量的培訓(xùn)。Ascierto指出，較之您數(shù)據(jù)中心可能已經(jīng)擁有的DCIM軟件，您需要更多的傳感器。 “如果您想利用AI制定終端到終端的冷卻器到機(jī)架的決策，那么一些設(shè)備以及環(huán)境傳感器和功率計(jì)將需要聲學(xué)和振動(dòng)傳感器。如果目標(biāo)是優(yōu)化和自動(dòng)化冷卻單元的設(shè)定點(diǎn)溫度，則可能需要每臺(tái)機(jī)架(頂部、中間、底部)部署多個(gè)環(huán)境傳感器。

　　基礎(chǔ)數(shù)據(jù)模型可能是存在的，但也必須針對(duì)您企業(yè)數(shù)據(jù)中心的特定設(shè)備、特定工作負(fù)載進(jìn)行調(diào)整，最重要的是您企業(yè)數(shù)據(jù)中心站點(diǎn)的特性。培訓(xùn)一款A(yù)I支持系統(tǒng)將需要時(shí)間，就像在培訓(xùn)新機(jī)器的操作人員一樣，但是隨著時(shí)間的推移，類似的機(jī)器學(xué)習(xí)工具將可以幫助您企業(yè)更好的運(yùn)營(yíng)數(shù)據(jù)中心。

? ??

相關(guān)下載

---

史上最全，數(shù)據(jù)中心機(jī)房標(biāo)準(zhǔn)及規(guī)范匯總（下載）

數(shù)據(jù)中心運(yùn)維管理 | 資料匯總（2017.7.2版本）

專注于數(shù)據(jù)中心基礎(chǔ)設(shè)施運(yùn)維與運(yùn)營(yíng)管理，分享運(yùn)行維護(hù)經(jīng)驗(yàn)，分享數(shù)據(jù)中心行業(yè)發(fā)展趨勢(shì)及新技術(shù)應(yīng)用。

加微信群：suifengerqu-2013

QQ交流群： 108888484

投稿郵箱：wj_wh0127@163.com

數(shù)據(jù)中心運(yùn)維管理

ID：wj-yunwei

▲長(zhǎng)按二維碼"識(shí)別"關(guān)注　　

總結(jié)

以上是生活随笔為你收集整理的数据中心业界迎来机器学习工具的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。