人工智能最近成為了許多頭條新聞，特別是由于ChatGPT或GitHub Copilot等工具能夠生成從代碼到詩歌的一切。

但是人工智能能為數據中心做什么？這個問題受到的關注較少，特別是在討論人工智能驅動的數據中心監控解決方案的背景之外——這些解決方案雖然重要，但并不完全代表人工智能技術的前沿。

因此，讓我們來看看人工智能可能影響數據中心行業的其他方式，以及我們可以合理預期在未來幾年看到哪些變化。

提高數據中心的物理安全性

物理安全對于數據中心來說至關重要，數據中心需要能夠保護資產免受入侵者未經授權的物理訪問。 不幸的是，傳統上提供物理安全的成本很高，因為它在很大程度上取決于現場是否有安全人員來檢測和響應對物理邊界的破壞。

人工智能可以通過分析有助于檢測物理入侵的數據在這方面提供幫助。 例如，通過實時解析視頻流，人工智能有可能識別出構成風險的個人。 它還將使人們不必連續觀看視頻來檢測風險。

不要指望數據中心的現場安保人員會消失，但要期待人工智能幫助他們更有效地完成工作。

數據中心能源管理

決定何時將數據中心從一種電源(如太陽能)切換到另一種電源，或者如何提前計劃預期的能源挑戰(如將冷卻系統推到邊緣的熱浪)，通常需要人類進行仔細的分析。考慮到涉及的眾多變量，在管理數據中心的能源來源和挑戰時，沒有簡單的公式或程序可循。

然而，鑒于現代人工智能的復雜性，人工智能承擔部分決策制定是可行的。 數據中心運營商可能仍然希望人類在循環中仔細檢查人工智能工具的建議，但人工智能帶頭管理能源是合理的，而不是期望人類跟蹤能源使用情況并手動應對挑戰。

容量管理

同樣，管理數據中心容量——包括擴大或縮小基礎設施以滿足需求以及確保物理空間以與市場同步的速度增長等任務——傳統上一直是一項手動工作。 但人工智能可以幫助實現自動化。 通過分析確定數據中心在不同時間在不同方面需要多少容量的許多因素，人工智能可以幫助運營商做出更明智的容量管理決策。

事件響應

當數據中心出現問題時——電源故障、有人不小心關閉了開關、網絡攻擊破壞了關鍵設備等等——盡快確定發生了什么、受影響的是什么以及如何修復它是至關重要的。

過去，數據中心管理團隊通過創建事件響應“行動手冊”來應對這些挑戰，這些行動手冊詳細說明了應對不同類型挑戰的方法。

行動手冊仍然有用，但現代人工智能提供了另一種工具，操作員可以利用它來管理事件響應。人工智能可以比人類更快地評估情況并幫助規劃應對措施，這一壯舉可能會在沒有應對行動手冊的情況下證明特別有價值，因為沒有人提前預測到某種類型的危機。

對人工智能友好的數據中心硬件的需求不斷增長

對現代人工智能技術的興趣激增也推動了對為運行人工智能工作負載而優化的數據中心基礎設施的需求激增，例如能夠執行 GPU 加速的服務器。 展望未來，數據中心運營商可能會從迎合這一利基市場中受益，尤其是考慮到人工智能優化的硬件與商品服務器不同，更難以從公共云中獲得。

對人工智能友好型數據中心的需求并不代表一種利用人工智能幫助運營數據中心的新方式，但它確實為數據中心運營商創造了市場機會。

結論：人工智能和數據中心的未來

現代人工智能技術在數據中心的應用仍處于早期階段，但潛力巨大。 在未來的幾年里，預計人工智能會做的不僅僅是幫助數據中心團隊監控資產。 人工智能還在物理安全、容量管理、事件響應等方面發揮作用。