【IDCC2020】圆桌论坛：AI定义IDC

原来在数据中心管理中会出报表，不管是运营人员还是各个老总都会看，但是如果想新加一些想法，看一些趋势的时候，往往还要再定制。这些东西其实可以交给人工智能的机器人完成，在知识图谱构建完毕，大数据构建完毕之后，完全可以按照你的需要环比、同比、趋势对比，这样可以帮助我们重点发现，这是我想提到的可以助力的地方。

另外一点是分析，人工智能最好的方式是进行数据分析，我们有这么大量的工作，人工智能还在做多一步就是预测性的故障分析。数据中心的故障，进行建模之后，推导在什么情况下设备故障会在这个区间发生，或者什么时候能发生，如果我们能提前巡检、环检、设备替换的话，可以降低故障发生率，当然这要跟产业的各个合作伙伴合作，用真实的数据实践来改变这件事情。

第三点还有及时通知的作用，7×24小时运作，相关工作人员都在各个地方，其实要通知到关键的人员也很重要。现在的人工智能可以提供7×24小时值班型的电话机器人或者语音机器人，可以在预设场景下建立电话通知、紧急通知，甚至可以进行定期巡检数据采集。除了我们主动的提交数据之外，也可以主动搜索拿回一些数据，避免因为人为疏忽漏填或者忘记上交造成的数据缺失，这样在我们的数据中心管理者身边，给每一位做一个小助手，这样也可以让我们的管理上一个台阶，让团队跨地区的时候，人工智能在通知、协同、数据采集方面，也有它的应用场景，抛砖引玉，就先说这几点，希望我们一起来探讨。

曹峰：感谢孙总，感谢几位，这几个观点场景描绘我们看到很美好，另外很多应用其实也应用到实际的使用中了。但是其实大家畅想了一下目前的好处，我相信实际在部署或者在一些使用机器学习，在数据中心相关业务上肯定有一些问题或者阻碍。胡总也讲到了机器的成本问题，是很大的问题，除此之外，还有什么问题也请各位专家分享一下，相信这些问题都不是个性化的问题，希望能和技术界、产业界提供很好的参考，针对这些问题解决一些事情。

商彦强：挑战还是很大，因为我个人是网络传输的技术背景，我们比较钟情于在数据中心领域里网络性能。因为随着人工智能的应用，不管是从端还是到中心，这样大规模，大吞吐量的数据呈现，实际给网络带来的压力非常大。第一是传输，第二是安全，在我们数据中心本身来说，其实从疫情期间我们就上了整个一套系统，这套系统实际上更多的是防疫期间的使用，但是和我们原有员工的考勤，客户的接待，信息的处理，实际上多半年一直处于联调的过程，这个过程中就碰到了很多具体的问题。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!