欧博平台-欧博网官网

044-411936788

在线客服| 微信关注
当前位置: 首页 > 后期工艺 > 折页海报

AI提升数据中心的可用性和效率-欧博平台


欧博网官网:机器学习为数据中心操作员提供更好的风扇、功耗和性能。随着企业开始使用大规模数据中心运营商和托管服务提供商测试和测试的机器学习技术,人工智能将在数据中心运营中发挥更重要的作用。

欧博网官网

今天的混合计算环境通常横跨内部数据中心、云和设备站点以及边缘计算。企业寻找现有的数据中心管理方法并不合适。通过人工智能、机器学习,可以修改简单的计算设施管理。目前,数据中心的AI主要以机器为中心学习,以监控和自动化设施组件(如电力和配电元件、供暖基础设施、机架系统和物理安全)的管理。

在数据中心设施内,更多的传感器正在从设备(包括可用的电源、配电装置、开关装置和冷却器)收集数据。这些设备和环境的数据通过机器学习算法进行分析。例如,该算法可以详细了解性能和容量,确认所需的调用,更改设置或发送警报。

随着条件的变化,机器学习系统可以在变化中大幅度自学。也就是说,本质上不是依靠特定的编程说明,而是通过培训进行自我调整。(威廉莎士比亚、机器学习系统、机器学习系统、机器学习系统、机器学习系统、机器学习系统、机器学习系统)目标是让数据中心运营者提高设施的可靠性和效率,更加自主地运营。但是,导入数据并不是一个非常简单的任务。

SteveCarlini,施奈德电气数据中心全球解决方案高级总监,基本拒绝从主要组件获取动态数据。包括冷水机组、冷却塔、空气处理器、风扇等。

对于IT设备,需要收集服务器利用率、温度和功耗等指标。“衡量数据中心不是一件更容易的事。”Carlini表示:“要想尝试人工智能,必须从数据中心获取数据,必须保证数据中心有很多连接点可以用作电源和风扇。

”IT专家熟悉设备监控和动态警报,但住宅设施没有这种传统。“人们期待立即通报IT设备。但是在你的电力系统里,这不是必要的资料。”“Carlini说。

“这是另一个世界。单击“仅在过去10年前,第一个数据中心就几乎配备了设备,并用作监控电力和加热器的仪器。

除非有测量,否则标准化的构建往往很困难。数据中心操作员必须依赖各种通信协议,将管理系统3354与无法共享数据或无法远程控制操作员的设备(从Modbus和BACnet到LONworks和Niagara——)相匹配。Carlini表示:“TCP/IP,以太网连接3354这种连接在电力系统末端和供暖末端是前所未有的。

”好消息是,数据中心监控正在进行高级分析和从机器学习所需的深度发展。服务供应商和受管服务供应商在机架级别的监控,特别是能源使用监控。企业正在根据数据中心的规模开始构建。

”Carlini说。机器学习导致数据中心始终保持炎热的电力系统故障导致达美航空数据中心停运事件,2016年3天内约2000个航班停飞,造成1.5亿美元损失。这就是基于机器学习的自动化技术可以预防的场景。

由于数据中心测量技术的变化和云数据池的频繁出现,智能系统可以通过手动过程中找不到的方式找到数据中心运营的漏洞,从而提高效率。机器学习驱动智能的一个非常简单的例子是适用于数据中心消耗品(例如加热过滤器)的基于条件的保障战略。Carlini说,通过监控通过多个过滤器的气流,智能系统可以检测到一些过滤器是否比其他过滤器阻挡得更多,然后检测到在需要更换所有过滤器之前,能够阻挡较少空气导轨的设备。 另一个例子是在UPS系统中监控电池的温度和静电。

智能系统在比较热的环境下运行,能够识别比其他系统更频繁运行的UPS系统,并注册为可用UPS,而不是主系统。“它可以为你想一些事情。

这本来需要手动完成,但现在机器也可以了。这些是基本的事例。

”“Carlini说。更高级别的功能是动态加热优化。

这是当今数据中心最罕见的机器学习的例子之一。尤其是在小型数据中心运营商和托管服务提供商之间。动态加热优化使数据中心管理员能够根据环境条件监控和控制设施的加热基础设施。设备移动或计算的流量激增时,建筑内的热负荷也不会更改。

通过动态调整加热输入,移动到加热负荷,可以避免不必要的制冷量,并减少运营成本。RhondaAscierto是451Research数据中心技术和生态高效IT渠道的研究负责人,他说托管服务提供商是动态加热优化的主要用户。“机器学习对数据中心并不陌生,”Ascierto说。

“长期以来,人们根据容量和市场需求努力提高风扇,通过机器学习可以动态做到这一点。”Vigilent是动态加热优化领域的领导者。该技术可以优化数据中心设施的气流,自动找到热点并避免。

Vigilent的创始人、总裁兼首席技术官CliffFederspiel表示,数据中心运营者更喜欢运营比以前需要的更好的取暖设备。"一般不会发生反拒绝允许温度,费用很低."如果有热点,传统措施是减少更好的加热能力。本质上,较高的空气速度不会造成压力差异,妨碍通过设备的空气流动,或阻碍热空气返回加热设备。

这可能不是直觉,有时降低风扇速度会更有效。Vigilent的机器学习基础技术可以理解优化每个客户风扇环境的气流设置。

该公司回应说,在需要的地方获得所需的热量通常可以减少40%的加热能源消耗。Vigilent的软件除了自动冷却系统外,还允许客户使用分析工具对设施做出运营决策。

Federspiel说:“我们的客户对使用这些数据来帮助管理资本支出、能力规划和可靠性计划更感兴趣。这为数据中心内大量新数据的决策提供了机会。”AI将使现有流程更加完善,展望未来,数据中心运营者希望将动态加热器优化无缝扩展到其他领域。

一般来说,适合机器学习的领域是需要做大量重复性工作的地方。Ascierto回应:“新的基于机器学习的数据中心方法很有可能适用于现有业务流程。因为在完全理解业务问题和规则时,机器学习不会出现得更好。

”企业已经拥有了中使用的监控工具。有长期的数据中心基础架构管理(DCIM)软件,使您能够确定数据中心资产、相互依赖、性能和容量。DCIM软件具有远程设备监控、电源和环境监控、IT资产管理、数据管理和报告等功能。

企业使用DCIM软件修改容量规划和资源分配,并尽可能有效地使用电力、设备和占地面积。“如果有基本的监控和资产管理,预测能力不会有很大的提高。”Ascierto说。“人们已经在使用自己的数据了。

单击下一个目标是向DCIM组添加外部数据。这是机器学习充分发挥核心作用的地方。

数据中心管理服务(as)或DMaaS是基于DCIM软件的服务。但是在一定程度上,这是SaaS版本的DCIM软件。DMaaS进一步收集数据,在数十个数据中心汇总设备和设备数据。然后通过电子邮件发送此数据,进行机器学习的大规模分析。

欧博网官网

两个DMaaS市场的早期参与者是SchneiderElectric和Eaton。两家企业都在数据中心领域(包括数据中心设计和构建、建筑管理、配电、电力和加热器服务)积累了多年经验,发掘了大量数据。“SchneiderElectric和Eaton正在做的事情将会发生根本性的变化。这就是享受大量客户数据的数据湖。

这对数据中心部门来说非常有趣。”Ascierto说。通过在典型的操作员环境中提供这些数据,企业需要将自己的数据中心性能与全球基准进行比较。例如,Schneider的DMaaS产品被称为EcoStruxureIT,与500多名客户和220万个传感器基准数据的数据湖相关联。

“不仅可以用于解释自己的数据和解决问题,还可以使用数千个其他设施的数据,包括很多与设施非常相似的数据。这是第二辆车,”Ascierto说。例如,预测和预防保障可以受益于更深入的智能。

Ascierto表示:“如果在其他机器基础上水平相似、时间相似、部件相似的环境下工作,人工智能可以提前预测经常发生的障碍。”情景规划是另一个可以从机器学习中受益的过程。例如,公司为了估计设备移动对电力消耗的影响,今天启动了方案计划。

这完全不能展开机器学习。“Ascierto说。但是,通过将机器学习数据、历史数据应用于特定设备和其他设计,确认特定设备或设计结果的能力得到了很大提高。

”风险分析和风险对冲计划也将受益于更好地理解的分析。Ascierto说:“数据中心非常复杂,今天的规模太大,人类知道很难通过它找到规律,但对机器来说很容易。”今后,在数据中心,机器学习的广泛应用将在企业要求运营特定工作阻抗的防卫时得到更多的建议。

Ascierto说:“这对组织来说非常重要。特别是在以最佳执行场所为中心提出要求的情况下。

”的图表中。“这个应用程序需要在这个数据中心运行吗?还是应该用于其他数据中心?”展望未来,智能系统可以共享更简单的任务,数据中心需要根据运营效率最低或可靠的设置动态调整任务阻抗。Carlini表示:“简单的人工智能在未来仍然有回头路。

”与此同时,他还特别强调了让新入职的企业拥有设备和IT团队进行更多合作的重要性。Carlini表示:“考虑到数据中心的所有组件(电源系统),冷却系统和IT管理室是最重要的。”希望确保不同领域技术之间的互操作性。

同时,企业在人力配置方面也要这样做。在技术方面更容易做到,但在组织上改善的空间仍然很大。

“他说。:欧博网官网。

本文来源:欧博网官网-www.sxscores.com

客户案例Customer case
  • 宁波消防志愿者下乡赶集发放防火“锦囊”千余份【欧博网官网】
  • 欧博平台-男孩颈部被竹子插入 平南消防急施救
  • 2020年定制家具市场规模将达1606亿:欧博网官网
  • 木材商注意:缅甸木材禁伐令只是传闻
  • 山东教育招生考试院:2015高考二本录取结果查询入口
  • 国道车祸酿悲剧 呼市消防15分钟成功处置:欧博平台
  • 欧博网官网|仙游警方摧毁盗窃名贵木材犯罪团伙
  • 一起吊打四六级:细数考生与四六级的恩怨纠葛|欧博平台
  • 欧博平台_【整形医生攻略】为您找到8位在三亚擅长做隆鼻的医生
  • 2018年株洲整形医院口碑调查报告_欧博网官网