像自動駕駛汽車一樣,自主管理并在需要時尋求人類幫助的數(shù)據(jù)中心可能會比人們預(yù)想的還要更早到來。
像自動駕駛汽車一樣,自主管理并在需要時尋求人類幫助的數(shù)據(jù)中心可能會比人們預(yù)想的還要更早到來。即使是復(fù)雜的IT基礎(chǔ)設(shè)施升級和控制也非常困難和耗時,它正變得集中、自動化,并且通過軟件而不是硬件來管理。 隨著新的一年到來,汽車行業(yè)推出更多的技術(shù)和功能,讓人們更加接近自動駕駛汽車時代。而推出的新車將告訴人們什么時候加油、何時充氣、何時停車、如何停車,以及如何在道路上保持安全行駛。人類的目標只是讓汽車安全開到目的地,而自動駕駛汽車的表現(xiàn)可能比人們意識到的還要好。 據(jù)估計,到2020年,超過1000萬輛自動駕駛汽車將上路行駛。盡管有些人可能會對這些預(yù)測產(chǎn)生爭議,但很少有人反對自動駕駛汽車的應(yīng)用。但是,如果人們可以擁有自動駕駛汽車,人工智能就可以完成大部分工作,那么自驅(qū)動的數(shù)據(jù)中心在哪里處理自動化和機器學(xué)習(xí)呢? 即使對于那些不相信機器可以比人類更有效地執(zhí)行IT管理任務(wù)的人來說,卸載重復(fù)功能或者未被識別的事件所帶來的效率增益,可以使組織可以更自由地專注于創(chuàng)新的戰(zhàn)略項目,并更好地服務(wù)客戶。 像自動駕駛汽車一樣,自主管理并在需要時尋求人類幫助的數(shù)據(jù)中心可能會比人們預(yù)想的還要更早到來。即使是復(fù)雜的IT基礎(chǔ)設(shè)施升級和控制也非常困難和耗時,它正變得集中、自動化,并且通過軟件而不是硬件來管理。 與車輛類似,數(shù)據(jù)中心越來越多地采用全自動管理的能力。一系列基于分析的解決方案和自動化已經(jīng)到位,以節(jié)省時間、費用和麻煩。以存儲行業(yè)為例,新設(shè)備和編排技術(shù)的范圍不斷改善資源,減少IT人員的參與。幾十年前的技術(shù)的構(gòu)建將不再限制存儲空間的發(fā)展。 讓我們從一個簡單的例子來說明人們?nèi)绾芜x擇汽車,人們可能會在手動變速器或自動變速器方面進行選擇。而自動駕駛汽車避免這個決策:根據(jù)定義,其變速器是自動的。同樣,對于存儲系統(tǒng)以及需要人為干預(yù)和管理的大多數(shù)遺留系統(tǒng)來說,自動化隱藏了復(fù)雜性,但并沒有消除復(fù)雜性。 自動化和機器學(xué)習(xí)提供多種功能,有助于開發(fā)自驅(qū)動數(shù)據(jù)中心。組織可以保證性能而不需要干預(yù)。傳統(tǒng)存儲應(yīng)用程序會與固定數(shù)量的存儲桶或IOPS競爭資源。確保為特定應(yīng)用程序提供一定數(shù)量的IOPS可以防其他應(yīng)用程序訪問這些IOPS。換句話說,以汽車來比喻,車道數(shù)量是有限的,只有一輛車被允許使用快車道,不允許其他車輛使用。 自動化使企業(yè)能夠隨時隨地訪問IOPS資源,并允許其他虛擬機(VM)將其用于其他目的。所以,盡管它為每個虛擬機確保了一條暢通的通道,但是它也使得虛擬機能夠根據(jù)需要訪問IOPS。這種方法避免了浪費和閑置未使用的IOPS的危險,并在需要時使其可用。例如,允許70英里/小時的速度駕駛的道路并不意味著車輛可以25英里/小時的速度行駛。自動化使組織能夠?qū)⑿阅?IOPS)部署到最需要的地方,而不是浪費它。 而且,通過給每個虛擬機分配自己的通道,組織可以充分利用他們所有的性能。在極少數(shù)情況下,當(dāng)虛擬機要求超過存儲空間時,可以動態(tài)地將性能分配給需要的應(yīng)用程序,而不是先入先出的應(yīng)用程序。 更加順暢的通往成功之路 展望未來,機器學(xué)習(xí)和自動化可以優(yōu)化存儲陣列的性能,并預(yù)測未來的使用趨勢。機器學(xué)習(xí)可以分析過去的性能,以預(yù)測未來30天的發(fā)展趨勢。例如,讓組織了解如何優(yōu)化存儲陣列池的性能和容量。 通過分析趨勢,如果性能下降,機器學(xué)習(xí)可以使組織將虛擬機從特定陣列移動到虛擬池中的其他位置。更好的是,它允許組織預(yù)測和解決陣列性能不佳的問題。 這種方法類似于如果前方有行駛的車輛擋路,自動駕駛汽車可以使用共享智能來切換車道。如果發(fā)生中斷或應(yīng)用程序突然要求具有更高的性能,則機器學(xué)習(xí)可以提供相同的存儲資源分配給虛擬機的能力。 機器學(xué)習(xí)還可以幫助企業(yè)進一步規(guī)劃未來。通過分析,組織可以改進預(yù)測并針對基礎(chǔ)設(shè)施需求作出更好的決策,從而避免停機。這就像在高速公路上切換另一條車道來解決交通問題一樣。 自動駕駛汽車的出現(xiàn)提供了從人力控制轉(zhuǎn)向自動化的有力證據(jù),作為使交通更加安全可靠的一種手段。通過自動化來減少或消除數(shù)據(jù)中心的人工干預(yù),同時通過分析和機器學(xué)習(xí)加強決策,可以幫助企業(yè)改善業(yè)務(wù),并顯著提高性能和容量。 使用這種機器學(xué)習(xí)的應(yīng)用程序和設(shè)備將會得到進一步發(fā)展,而企業(yè)將會嘗試找到令人興奮的新方法,其中包括人工智能。雖然關(guān)于人工智能是好是壞的爭論將會一直持續(xù)下去,但是有一些方法可以擴展人工智能的應(yīng)用,而不會實施太多的控制。自動化使自驅(qū)動數(shù)據(jù)中心成為現(xiàn)實,保證了實時可預(yù)測的性能,而無需IT干預(yù)。 IT團隊將能夠?qū)W⒂诟匾娜蝿?wù),為企業(yè)增加價值。當(dāng)他們確保每個虛擬機都有一條暢通的通道時,企業(yè)就能實現(xiàn)這個目標。這是激動人心的時刻,而企業(yè)在未來需要了解基于機器學(xué)習(xí)的智能自動化如何成為現(xiàn)代數(shù)據(jù)中心的關(guān)鍵組件。
文章編輯:CobiNet(寧波)
本公司專注于電訊配件,銅纜綜合布線系列領(lǐng)域產(chǎn)品研發(fā)生產(chǎn)超五類,六類,七類線,屏蔽模塊,配線架及相關(guān)模塊配件的研發(fā)和生產(chǎn)。
?2016-2019寧波科博通信技術(shù)有限公司版權(quán)所有浙ICP備16026074號