當許多人想到機器人時，他們會想象一個金屬人形機器人，或者可能是那些在電視節目中相互競爭的智能機器之一。

當我們談論機器人流程自動化 (RPA) 時，我們很可能指的是“軟件機器人”、在其他系統上執行操作的可編程或自學系統。

本文著眼于RPA在未來數據中心，即所謂的“智能數據中心”中的作用。我們探討了為什么數據中心需要智能化、可用的 RPA 類型、RPA 如何集成到數據中心以及這樣做的好處。

為什么我們需要智能數據中心? 

[[434118]]

那么，為什么我們需要一個智能數據中心?換句話說，現有的數據中心技術有什么問題?

答案在于企業 IT 趨勢。企業構成了大多數數據中心的客戶群，無論是小型區域數據中心、繁忙的主機托管還是作為公共云提供商基礎的大型數據中心的全球分布式網絡。

隨著企業意識到云的強大功能和效率，他們正在建立需要實時處理、彈性可擴展性、大數據存儲容量和99.99% 或更高可靠性的DevOps團隊和微服務。為了在保持成本競爭力的同時滿足這些業務模型所需的新需求，數據中心必須在提高可靠性和性能的同時減少開銷。一個棘手的問題!

隨著基礎設施變得更加復雜和分散，機器人輔助還有一個額外的論據。人類根本無法在不出錯或降低速度和性能的情況下監控和處理進入數據中心的多個信息流。網絡停機時間已經夠嚴重了，但隨著數據泄露現在招致了創紀錄的罰款，錯誤可能威脅到數據中心的生存。

正如洛杉磯IT咨詢公司DCG Inc.所說，“考慮到進出現有網絡的數據量，必須考慮到這些數據的每一位。”

由于人為錯誤仍然是網絡問題的最常見原因，機器人提供了一雙安全的手，至少就以下復雜、重復的過程而言。

但是，機器人是不是太依賴他們的人類霸主來適應系統狀態的變化?要回答這個問題，我們需要更仔細地研究 RPA 的工作原理以及存在的不同類型的軟件機器人。

兩種類型的 RPA 

RPA是一個廣泛的領域，但通常由一個控制器、一組開發人員工具和一個軟件機器人組成。機器人可以進一步分為兩大類：可編程機器人和智能機器人。

使用可編程機器人的 RPA 是一個密集的過程，因為過程的每一步都必須分解，機器人被編程為根據固定參數執行這些步驟。這對于簡單、重復的任務來說已經足夠了，這種類型的RPA在制造業中很常見。

帶有智能機器人的RPA使用機器學習 (ML) 技術。這些機器人會在流程執行時監控流程，并分析大量歷史和當前數據以了解如何優化流程。然后可以將它們配置為根據高級策略和對系統狀態的了解來執行一系列操作。他們可以決定應該執行哪些任務以及何時執行這些任務。

現代數據中心的復雜環境因其快速變化的參數和大量非結構化數據而越來越需要后一種類型的軟件機器人。

RPA技術正在迅速成熟，現在可以以最小的中斷將其集成到數據中心，產生可靠的結果并加快關鍵任務流程。

但是，如果您正在為數據中心研究 RPA，則不必急于求成。事實上，零敲碎打的方法通常更好，因為與大多數新技術一樣，如果沒有經過深思熟慮、有條不紊的方法，可能無法充分利用其優勢。

從手動控制轉向全自動化

數據中心的完全自動化仍然是未來的目標，許多人仍然懷疑機器人能否安全地處理所涉及的許多流程。與自動駕駛汽車一樣，在將自主數據中心留給自己的設備之前，需要進行大量測試和中間階段。

將 RPA 集成到數據中心可以被認為是一個四個階段的過程，從大多數數據中心已經出現的手動輔助操作到完全自動化：

輔助手動操作

這是機器人用于自動執行簡單任務的地方，減少人類操作員需要執行的步驟數。人類操作員仍需要觸發初始操作，例如執行備份或將數據從接近在線的系統移動到在線系統，但機器人將按照腳本執行執行任務所涉及的子步驟。

部分自動化

通過部分自動化，RPA和ML結合起來分析趨勢并向操作員推薦操作。一個例子是動態資源調度 (DRS)，機器人可以根據負載平衡規則推薦轉移工作負載。

條件自動化

通過有條件的自動化，機器人可以監控系統的狀態，然后在滿足某些條件時接管。這些可以是具體定義的條件(例如一天中的某個時間)或超出參數范圍的條件。例如，如果機器人檢測到數據中心某部分的溫度超出定義范圍，它可以執行一系列操作以降低損壞風險、采取補救措施并向數據中心控制器發出警報。

全自動化

未來的全自動智能數據中心將使用ML進行自我學習，并使用當前和歷史數據以及建模場景提前規劃。它將隨著時間的推移而發展，根據經驗調整參數并改進其容量管理、資源分配和能源效率。未來的數據中心機器人還將能夠主動監控數據中心的健康狀況并采取補救措施，例如訂購、更換和配置硬件組件。

自治數據中心的好處

機器人技術已經對制造業產生了積極影響。正如DCG IT服務洛杉磯所解釋的那樣，“制造商正在享受更低的總體成本、更高的精度、更高的危險操作安全性和更高的生產力。”

它與數據中心的集成已經開始，并且可能會隨著谷歌等云提供商收購機器人公司并與 UiPath等RPA專家合作開發一系列自動化選項而加速。

數據中心可以從采用RPA中獲得的好處包括：

• 提高生產力(所謂的“協作機器人”在執行重復性任務時的生產力是人類的六倍。)
• 員工可以騰出時間來承擔創造性和戰略性任務(例如DevOps業務規劃)，從而提高人力價值
• 降低人為錯誤的風險
• 更好的容量管理
• 更好的資源規劃
• 提高能源效率
• 主動維護
• 24/7/365監控和自動修復(自愈)

機器人正逐漸在數據中心站穩腳跟，RPA足夠復雜，將我們帶到自動化數據中心的邊緣只是時間問題。

對于數據中心所有者和使用它們的企業而言，潛在的性能提升和成本節約令人非常樂觀。