如今，公司比以往任何时候都更加了解智能，互联和数据驱动的业务战略的好处。显而易见，大数据，物联网，自动化和机器学习正在改变人们的工作方式，而人工智能是这一趋势的下一个阶段。尽管人们对人工智能的定义存有争议，但其含义是显而易见的。它是执行一些需要人为判断的过程和任务，并且可以根据先前事件做出判断的机器将代替人为。但是，为此，需要大量的计算能力。例如，远程跟踪汽车维修信息所需的基础架构需要将数据传输到集中式系统，对可能位于云中的程序执行数据分析，然后允许人工智能系统提出维护建议或采取措施。作为Internet及其数十亿网络设备的处理核心，数据中心设施为所有这些计算提供了支持。近年来，虚拟化，自动化和数据中心基础架构管理方面取得了重大进展，但是如何将人工智能应用于数据中心的运营和维护呢？在数据中心的智能应用中，这已经在某种程度上发生了。诸如思科的M5统一计算系统或HPE的InfoSight之类的系统正试图缓解这一事实，即员工应对现代数据中心的复杂性变得越来越困难。例如，思科的这一智能系统允许数据中心管理人员定义使用策略，然后允许软件自动移动资源以使数据中心保持最佳状态。思科混合云和机器学习的高级经理Joann Starke指出：“数据中心的运营和管理已经变得如此复杂，人们需要使用软件来控制和自动进行实时更改。”根据施耐德电气的调查，长期以来，数据中心技术一直在使用某种形式的人工智能。例如，UPS和冷却单元可以使用算法根据条件确定设备的性能。电力和冷却设备通常收集有关外部环境和内部过程的数据。反过来，这些设备将决定如何响应此数据，例如，向工作人员发送警告消息或关闭电池充电。但是，施耐德电气认为，在数据中心采用人工智能还有很长的路要走。如今，越来越多的数据中心正在搬离城市地区，而运营数据中心则在更偏远的地区。 LitBit的创始人Scott Noteboom开发了一种人工智能数据中心解决方案，这是对数据中心进行远程管理的结果。最初的解决方案是使用高薪来吸引熟练的操作和维护工程师在数据中心工作。但是，曾经担任Apple数据中心负责人的Noteboom发现，在数据中心招聘和保留专业人才，尤其是熟练的技术人员，变得越来越困难。因此，Noteboom的想法是复制熟练和经验丰富的工程师的技能，并通过人工智能实施它，并将其命名为DAC。它是用于数据中心管理和维护的人工智能角色。 DAC具有10,000多个数据中心知识和经验，这些资源是从许多数据中心工程师的集体知识库中获得的资源。而且这种人工智能可以继续学习。就像人类一样，DAC也会对周围的环境做出反应，无论是噪声，视线，光线还是其他因素。与人类不同，它可以将此信息与内部存储的信息进行交叉引用，以了解数据中心操作的适当条件。人工智能将最终取代数据中心员工研究组织Gartner的副总裁兼杰出分析师乔治·魏斯（George Weiss）认为，IT领导者应对数据中心计划抱有更大的野心和远见，并认识到复杂性日益增加所带来的挑战。 Weiss说：“ IT领导者需要考虑更大的范围，并在数据中心，未来边缘和云计算中采用智能自组织系统的原理。目标应该是构建监视和分析系统行为的平台和服务，以便不断优化预定义的目标和服务级别。对于那些可能想知道让机器做出决定的真正优势的人来说，Gartner研究人员认为，这样做可以实现有目的的行动并实现组织设定的目标。 。换句话说，让机器完成工作并做出专业