面向前端开发人员的14个JavaScript代码优化技巧

人工智能在提升数据中心效率以及扩展业务方面的潜力可分为以下四个主要类别：

• 电源管理：基于人工智能的电源管理有助于优化加热和冷却系统，从而降低电力成本，减少员工人数，提高效率。该领域的代表性供应商包括施耐德电气、西门子、Vertiv和伊顿公司。
• 设备管理：AI系统可以监控服务器、存储和网络设备的运行状况，检查系统是否保持正确配置，并预测设备何时会出现故障。据Gartner称，AIOpsIT基础设施管理(ITIM)类别的供应商包括OpsRamp、Datadog、Virtana、ScienceLogic和Zenoss。
• 工作负载管理：人工智能系统可以自动将工作负载实时移动到最高效的基础设施上，包括在数据中心内部，以及在混合云环境中，在prem、云和边缘环境之间。有越来越多的小型公司提供基于人工智能的工作负载优化，包括Redwood、TidalAutomation和Ignio。思科(Cisco)、IBM和VMware等重量级企业也有产品。
• •安全性：人工智能工具可以“了解”正常网络流量的情况，发现异常情况，区分需要安全从业者注意的警报的优先级，帮助对出了什么问题的事后分析，并为填补企业安全防御漏洞提供建议。提供此功能的供应商包括VectraAI、Darktrace、ExtraHop和Cisco。

综上所述，人工智能可以帮助企业创建高度自动化、安全、自我修复的数据中心，这些数据中心几乎不需要人工干预，并且能够以高水平的效率和弹性运行。

戴尔技术公司全球CTO办公室的杰出工程师Tabet解释说：“人工智能自动化可以扩展到超出人类能力的水平来解释数据，收集优化能源使用、分配工作负载和最大化效率所需的必要见解，以实现更高的数据中心资产利用率。”。

当然，就像自动驾驶汽车的承诺一样，自动驾驶数据中心还没有出现。在数据中心，存在着阻碍人工智能突破的重大技术、操作和人员配备障碍。如今，采用技术才刚刚起步，但潜在的好处将使企业不断寻找机会采取行动。

 

通过认知与自动化相结合的运营平台，实现企业混合多云架构智能运维的转型目标

数字化转型正在使企业面对一个动态的、多功能的、同时又复杂的混合多云环境。最近一项 IBM 市场开发与洞察 （MD&I） 研究发现，89% 的组织希望在未来两年内增加或保持云提供商的数量，而托管云服务的使用预计将增加两倍。但是，由于企业依赖更多平台来迁移和优化云中的工作负载，IT 运营会变得更加复杂。

企业需要更智能的IT 运营，其具有前瞻性、可预测性，并能够进行数据驱动决策，从而有助于建立新的、敏捷的业务模型，并支持创新计划，从而保持企业的领先地位。

传统IT 运营面临的挑战

• IT 数据是碎片化和竖井式的，因此相互关联和分析的过程极其耗时；
• 如果不投资昂贵的数据科学技能，几乎不可能得出任何有意义的洞察或者根因分析；
• 确定正常基线行为和预测未来趋势的能力有限；
• 现在的工具和流程是被动的，根本没有能力预先解决可能发生的问题

CIO 们需要简单、直观和360°的IT 服务视图

• 一个集成的健康诊断系统，提供深层次的可执行的洞察；
• 挖掘如何更快地解决问题、优化基础设施环境和减少IT 支出的机会；
• 提供一个减少或消除数据转换、分析和展现中的人工成本的解决方案；
• 通过数据驱动的决策对项目和运营进行优先级排序，以增强业务服务体验

借助智能IT支持数据洞察

为了应对这一挑战，企业正转向通过提供端到端可见性和可操作的控制台跨混合多云环境进行自助服务管理。通过使用完全托管的IT 分析解决方案提供AIOps 即服务的交付模式，该方案可提取企业IT 运营数据，并采用预先构建的机器学习模型进行数据的统计、分析，提供深刻洞察及自动化服务。

IBM Services 美国服务集成中心总监 Mark DeBry 说："AIOps 不仅意味着能够看到数据，而且能够在数据背后拥有一些智能操作，以便提供您自己看不见的洞察。它筛选数据以查找相关性、模式、趋势和风险，进行先发制人的管理。”

（编辑：唐山站长网）

【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!