【儀表網 儀表下游】 導讀：Gartner的報告預測，一半的云數據中心將部署具有(AI)和機器學習(ML)能力的先進機器人，從而使運營效率提高30%。此舉將是由數據中心市場人員短缺引起的。
康涅狄格州斯坦福—一份新報告稱，具有人工智能(AI)的機器人將幫助運行云數據中心。
Gartner的報告預測，一半的云數據中心將部署具有(AI)和機器學習(ML)能力的先進機器人，從而使運營效率提高30%。此舉將是由數據中心市場人員短缺引起的。
Gartner本月發布了報告：《新興技術和趨勢：機器人和人工智能/機器學習在云數據中心運營中的應用》。
Gartner表示，數據中心的大部分工作都是“乏味、復雜和重復的”。
Gartner研究副總裁SidNag表示：“數據中心是將機器人和人工智能配對以提供更安全、準確和高效的環境，需要更少的人為干預的理想領域。”
例如，機器人可以在以下每個數據中心功能中“表現出色”：容量規劃；調整虛擬機和容器環境的大小；并保證資源的有效利用，避免企業及其購買者的“云浪費”。
“數據中心不斷增長的服務器和存儲量與管理它們的有能力的工人數量之間的差距正在擴大，”Nag說。“對企業來說，不采取任何措施來解決這些缺點的風險很大。”
“數據中心運營只會增加復雜性，因為組織將更多不同的工作負載轉移到云中，并且隨著云成為組合使用其他技術(例如邊緣和5G，僅舉幾例)的平臺。”
Nag補充說，雖然機器人在汽車和制造業等行業得到了利用，但“跨數據中心的機會卻被忽視了。”
“IT領導者可以引導云數據中心運營和流程的智能自動化，為他們的企業創造關鍵的差異化優勢，例如增加正常運行時間和滿足云產品的SLA，通過使用機器人，這將成為現實。”
人工智能機器人將實現數據中心自動化的4個領域
1.服務器升級維護
一旦服務器被淘汰，工業機器人可以比人類更快、更有效地完成退役和銷毀驅動器的任務。對于經常進行大規模升級的公司(例如任何云提供商)來說尤其如此。
2.監控
機器人傳感器探頭提供更精細的服務器機架溫度數據，而無需安裝任何侵入性物理硬件。用于遠程監控的機器人還可用于收集其他數據，例如聲音和圖像，以檢測任何異常情況。
3.數據中心安全
維護數字和物理安全的數據中心設施是所有數據中心公司的首要任務。機器人能夠通過一系列不同的功能提供一層物理安全，包括通過熱傳感器檢查人體溫度或停車設施的車牌識別。
4.云運營中的AI/ML
結合機器人，現代人工智能和機器學習技術可以監控和管理數據中心的IT流程。該技術的用戶，例如站點可靠性工程師(SRE)，能夠通過自然語言與給定平臺進行交互和通信。這些平臺能夠從過去的情況中學習，以在未來的情況下提高效率。
所有評論僅代表網友意見，與本站立場無關。